LLM4SR: Una Encuesta sobre Modelos de Lenguaje Grandes para la Investigación Científica

LLM4SR: A Survey on Large Language Models for Scientific Research

January 8, 2025

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

cs.AI

Resumen

En los últimos años, el rápido avance de los Modelos de Lenguaje Grandes (LLMs, por sus siglas en inglés) ha transformado el panorama de la investigación científica, ofreciendo un apoyo sin precedentes en diversas etapas del ciclo de investigación. Este artículo presenta la primera encuesta sistemática dedicada a explorar cómo los LLMs están revolucionando el proceso de investigación científica. Analizamos los roles únicos que desempeñan los LLMs en cuatro etapas críticas de la investigación: descubrimiento de hipótesis, planificación e implementación de experimentos, redacción científica y revisión por pares. Nuestra revisión muestra de manera exhaustiva las metodologías específicas de cada tarea y los puntos de referencia de evaluación. Al identificar los desafíos actuales y proponer futuras direcciones de investigación, esta encuesta no solo destaca el potencial transformador de los LLMs, sino que también tiene como objetivo inspirar y guiar a investigadores y profesionales en el aprovechamiento de los LLMs para avanzar en la indagación científica. Los recursos están disponibles en el siguiente repositorio: 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