本文综述科学大语言模型的评估与进展，介绍SciEval、SciBench、LawBench等基准，覆盖科学推理、法律、材料等领域。研究发现GPT-4表现最佳，但复杂推理仍有较大提升空间，并探讨了LLM在科研中的机遇、伦理挑战及发展方向。

本文综述科学大语言模型（LLMs）在生物化学领域的研究，涵盖文本知识、小分子、蛋白质、基因组序列及其组合，从模型架构、能力、数据集和评估等方面进行分析。文章探讨LLMs在化学分子发现、药物设计、性质预测和反应化学中的应用，指出其可加速文献回顾、代码开发与科学写作，但面临数据偏颇、事实准确性低和伦理问题等挑战，并展望整合化学知识、持续学习与可解释性改进等方向。

本文综述科学大语言模型研究，涵盖生物化学、数学等领域，分析模型架构、能力、数据集与评估方法，探讨其在科研中的应用与挑战，并涉及生物医学、金融等领域的预训练模型进展及高效LLM、多任务对比学习框架SciMult等方向。