浅井明里（Akari Asai）

浅井明里（Akari Asai）让开放性成为一项技术主张，而非一句口号。她的研究结合检索、强化学习和透明评估，帮助语言模型查考科学文献、开展长篇研究，并判断现有证据何时不足以支持答案。浅井明里的工作围绕一个实际问题展开：先进研究系统能否兼具实用性与可审查性？她曾在University of Tokyo和University of Washington接受学术训练，近期研究项目横跨University of Washington与艾伦人工智能研究所，并将于2026年秋季加入Carnegie Mellon University，担任助理教授。她是《开放学者》（OpenScholar）的第一作者；该成果于2026年2月发表于《自然》，其检索增强系统会先搜索由4500万篇科学论文构成的语料库，再生成附有引文的答案。在该项目的ScholarQABench评估中，这个拥有80亿参数的开放模型在正确性方面超过GPT-4o 6.1个百分点，超过PaperQA2 5.5分；这些是特定研究中的比较，并非对通用能力的主张。浅井还共同参与了《DR Tulu》，该研究为开放式深度研究引入采用动态演化评分准则的强化学习；她也参与了《二元检索增强奖励》（Binary Retrieval-Augmented Reward），该研究报告称，在保持指令遵循、数学和代码任务表现的同时，模型的幻觉率有所下降。