본 논문은 전문 지식이 필요하거나 질문이 미묘한 경우 기존의 대규모 언어 모델(LLM)이 제한점을 보이는 문제를 해결하기 위해, 과학 문헌에서 관련 정보를 검색하고 추출하는 LLM 기반 시스템을 제안합니다. 생물학 관련 질문을 대상으로 기존 벤치마크와 비교 평가하여, 밀집 검색(dense retrieval)에 비해 인프라 및 복잡성 측면에서 효율적인 희소 검색(sparse retrieval) 방법을 통해 최첨단 성능에 근접한 결과를 얻었다는 것을 보여줍니다. 또한, 문헌 검토 생성을 위한 관련 문서의 적용 범위를 넓히는 방법을 제시합니다.
