科研学习|论文解读——OceanGPT：用于海洋科学任务的大型语言模型

摘要

海洋覆盖我们星球表面70%以上，对于理解生命的丰富储备和生物多样性至关重要。鉴于海洋在调节全球气候和支持经济中的关键作用，海洋科学研究具有重大意义。最近，大型语言模型（LLMs）的进步改变了科学的范式。尽管在其他领域取得了成功，但现有的LLMs在满足海洋学家等领域专家的需求方面往往不足，LLMs在海洋科学方面的潜力尚未被充分探索。内在原因包括海洋数据的庞大和复杂性，以及对更高粒度和知识丰富度需求。为了缓解这些问题，我们引入了OCEANGPT，这是海洋领域的第一个大型语言模型，它在各种海洋科学任务中表现出专家级的能力。我们还提出了DOINSTRUCT，这是一个新颖的框架，通过多代理合作自动获取大量海洋领域指令数据，生成指令。此外，我们构建了第一个海洋学基准测试OCEANBENCH，以评估LLMs在海洋领域任务中的能力。实验证明，OCEANGPT不仅在海洋科学任务中显示出更高水平的知识专长，在海洋技术方面也体现出智能化能力。

一、引言

•  海洋科学深入研究覆盖地球表面70%以上的海洋，不仅对于理解丰富的生命和生物多样性至关重要，而且在调节全球气候和支持经济方面也起到了关键作用。

•  最近，大语言模型在医学（ Moor et al. ，2023） 、分子科学 （Fang et al. ，2023） 、蛋白质科学（ Lin et al. ， 2023）和地球科学（Deng et al. ，2023）等科学领域得到应用。然而 ，大型语言模型在海洋科学中的潜力尚未得到充分开发。

•  目前LLMs仍然不能完全满足海洋学家的特定需求。这种不足主要是由于：

（1）海洋数据的