先了解这件事
AI 综述
Rohan Paul于2026年10月29日提出判断称,AI在临床试验论文中发现的错误远多于人类同行审稿人。其引述的一项新预印本测试了15个模型在临床试验论文中检出植入错误的能力,得分区间为53%至96%,而未受训练的人工审稿人平均仅27%。该结果在2026年发表的58项新试验上依然成立,说明模型并非只是回忆训练中见过的旧论文;Claude Opus 5.5得分最高,为99%。人工审稿人仅7%的情况下能发现文本与表格矛盾这类最影响试验含义的错误,且每次审稿耗时5至8.5小时,而AI为1.4至16.3分钟。
AI 根据公开报道生成
最新进展 · 正式报道
新预印本测试15个模型审稿：植入错误检出率53%至96%，人工审稿人平均27%事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月29日
Rohan Paul
新预印本测试15个模型审稿：植入错误检出率53%至96%，人工审稿人平均27%
一项新预印本测试了15个模型在临床试验论文中检出植入错误的能力，得分区间为53%至96%，而未受训练的人工审稿人平均仅27%。结果在2026年发表的58项新试验上依然成立，说明模型并非只是回忆训练中见过的旧论文；Claude Opus 5.5得分最高，为99%。人工审稿人仅7%的情况下能发现文本与表格矛盾这类最影响试验含义的错误，且每次审稿耗时5至8.5小时，而AI为1.4至16.3分钟。