哈佛研究：Claude Opus 4.8 撰写的论文评审在各项指标上优于人类评审
Massive. New Harvard study finds that AI-written paper reviews now beat the best human peer reviews on every measure the authors tested.
一项哈佛研究用 Claude Opus 4.8 对 1124 篇论文生成评审，并与 rapidPeer 的 134 份专家评审做盲评对比，结果显示 AI 评审在作者测试的所有指标上都优于最好的专家评审。GPT-5.5 在全部 132 组已判定配对中都选择了 AI 评审，3 位前期刊编辑有 87% 选择 AI 评审；AI 评审中关于论文的错误陈述占 5.5%，人类评审为 15.9%。作者据此建议依赖专家评审的团队可让 AI 完成首轮完整评审，由人类做最终决定。
推荐理由
AI 评分 54
这项对比给出了 AI 与人类评审在错误率和盲评胜率上的具体差距，可供评估 AI 参与同行评审的边界。
主题
正文 · AI 翻译
重磅。哈佛一项新研究发现，在作者测试的所有指标上，AI 撰写的论文评审如今都优于最优秀的人类同行评审。
同行评审速度慢，且常常漏掉错误。此前的研究结论是，AI 只应辅助人类评审，而不应取代他们。
他们使用了来自 rapidPeer 的 134 份评审，这是一项哈佛服务，向专家评审支付优厚报酬。Claude Opus 4.8 评审了同样的 1124 篇论文，GPT-5.5 与 3 位前期刊编辑对配对结果进行了盲评。
在全部 132 组已判定的配对中，GPT-5.5 都选择了 AI 评审，编辑们有 87% 的时间选择了 AI 评审。AI 关于论文的陈述中只有 5.5% 是错误的，而人类评审为 15.9%。
依赖专家评审的团队现在可以让 AI 完成首轮完整评审，并保留人类做最终决定。