预印本测试显示AI检测临床试验论文错误能力超过人类
热点事件持续更新
预印本测试显示AI检测临床试验论文错误能力超过人类
1 篇报道1 个报道来源53 分钟前更新
先了解这件事
AI 综述
一项针对 15 个大语言模型的预印本测试显示，其在临床试验论文方法学错误检出率上达到 53% 至 96%，而未接受培训的人类同行评审平均仅为 27%。其中，Claude Opus 5.5 在 2026 年发表的 58 项新试验中取得了 99% 的最高分。 在耗时方面，模型评审单篇论文需要 1.4 至 16.3 分钟，人类则需要 5 至 8.5 小时。
AI 根据报道生成 · 36 分钟前更新
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
一项针对 15 个大语言模型的测试显示，其在临床试验论文方法学错误的检出率上达到 53% 至 96%，而未接受培训的人类同行评审平均仅为 27%。在 2026 年发表的 58 项新试验中，Claude Opus 5.5 取得了 99% 的最高分，模型评审单篇耗时为 1.4 至 16.3 分钟，人类则需 5 至 8.5 小时。
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。