预印本称AI检出临床试验错误优于人类审稿
热点事件持续更新
预印本称AI检出临床试验错误优于人类审稿
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
一项新预印本测试了 15 个 LLM 在临床试验论文中检出植入方法学错误的能力，模型得分 53% 至 96%，未受训练的人类审稿人平均仅 27%。在 58 项 2026 年发表的新试验上结果仍成立，Claude Opus 5.5 最高达 99%。 测试还显示，人类审稿人仅 7% 的情况下能发现文本与表格矛盾；每篇审稿需 5 至 8.5 小时，AI 只需 1.4 至 16.3 分钟。上述结果来自预印本，尚未经同行评审。
AI 根据报道生成 · 1 小时前更新
最新进展10月29日 08:18
预印本测试显示 15 个 LLM 检出临床试验论文方法学错误的能力超过人类同行评审报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- Rohan Paul预印本测试显示 15 个 LLM 检出临床试验论文方法学错误的能力超过人类同行评审
一项新预印本测试了 15 个 LLM 检测临床试验论文中植入方法学错误的能力，模型得分 53% 到 96%，而未受训练的人类审稿人平均仅 27%。在 58 项 2026 年发表的新试验上结果仍成立，Claude Opus 5.5 最高达 99%；人类仅 7% 的情况下能发现文本与表格矛盾，每篇审稿需 5 到 8.5 小时，AI 只需 1.4 到 16.3 分钟。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。