LLM4SR: 科学研究向け大規模言語モデルに関する調査

LLM4SR: A Survey on Large Language Models for Scientific Research

January 8, 2025

著者: Ziming Luo, Zonglin Yang, Zexin Xu, Wei Yang, Xinya Du

cs.AI

要旨

近年、大規模言語モデル（LLM）の急速な進歩は、科学研究の領域を変革し、研究サイクルのさまざまな段階で前例のないサポートを提供しています。本論文は、LLMが科学研究プロセスを革新している方法を探求する初の体系的調査を紹介します。私たちは、研究の重要な段階である仮説の発見、実験の計画と実施、科学的執筆、および査読という4つの重要な段階でLLMが果たす独自の役割を分析します。私たちのレビューは、タスク固有の方法論と評価基準を包括的に紹介しています。現在の課題を特定し、将来の研究方向を提案することで、この調査はLLMの変革的な可能性を強調するだけでなく、研究者や実務家が科学的探求を推進するためにLLMを活用する際のインスピレーションとガイドとなることを目指しています。リソースは以下のリポジトリで入手可能です：https://github.com/du-nlp-lab/LLM4SR

English

In recent years, the rapid advancement of Large Language Models (LLMs) has transformed the landscape of scientific research, offering unprecedented support across various stages of the research cycle. This paper presents the first systematic survey dedicated to exploring how LLMs are revolutionizing the scientific research process. We analyze the unique roles LLMs play across four critical stages of research: hypothesis discovery, experiment planning and implementation, scientific writing, and peer reviewing. Our review comprehensively showcases the task-specific methodologies and evaluation benchmarks. By identifying current challenges and proposing future research directions, this survey not only highlights the transformative potential of LLMs, but also aims to inspire and guide researchers and practitioners in leveraging LLMs to advance scientific inquiry. Resources are available at the following repository: https://github.com/du-nlp-lab/LLM4SR