科学研究正日益依赖大规模、异构的数据源，这推动了检索增强生成（RAG）系统的兴趣——它们能够以自然语言方式访问科学知识并支持研究工作流。研究者正在探索这些系统作为文档检索和生成分析代码、流水线组件的自然语言接口的可行性。与此同时，数据隐私和对研究基础设施的控制需求促使人们关注开放权重模型以及在科研机构内部署的开源方案。\ 在天文学领域，这一趋势延续了从归档数据库、基于 SQL 的系统到 LLM 辅助研究工具的长期发展历史。本文对 AquiLLM 进行领域专家评估，AquiLLM 是一个离线、开放权重的 RAG-LLM 平台，旨在帮助科研团队使用并保存隐性与显性知识。我们将可信度定义为生成的回答在检索到的科学上下文基础上保持扎根的程度，即不出现无依据的主张或遗漏。\ 我们在天文学案例中对 AquiLLM 的检索任务和科学分析任务进行评估。结果显示，针对明确的检索导向问题（直接基于 RAG 集合），AquiLLM 的表现最为可靠；而在需要综合推理或消歧的查询上，可信度会显著下降。该研究揭示了开放权重 RAG-LLM 系统在科学研究中的潜力与局限，并强调了超越标准基准排行榜的领域专家评估的重要性。\ 点评：本文提供了对开放式 RAG-LLM 在真实科研环境中表现的细致审视，提醒我们在追求便利的同时仍需关注生成内容的真实性与可追溯性。