Для постоянной переподготовки моделей машинного обучения требуется огромное количество вычислительной мощности, стоимость которой достаточно высока. Однако существует и другой вариант. Как объясняет 40-летний основатель OpenEvidence Надлер, альтернативный способ представляет собой техническую и инженерную задачу «подключения этих языковых моделей к потоку клинических документов, поступающих в режиме реального времени». Фактически ИИ получает доступ к новому массиву данных непосредственно перед тем, как ответить на вопрос — этот процесс специалисты называют «генерацией с расширенным поиском». Если задать чат-боту OpenEvidence вопрос о вакцинах и новом штамме COVID-19, он ответит, что «конкретные исследования по этому запросу ограничены», и отобразит информацию из научных работ, опубликованных в феврале и мае 2023 года, вместе со ссылками на источники. По словам Надлера, главное отличие заключается в том, что его языковая модель «может отвечать, как бы подглядывая в учебник, а не игнорируя его».