Today for AI
返回热点榜
llm热度 16.4°

AI 聚合热点事件 · 2026/10/29

研究显示 AI 在临床试验论文审校中错误检出率远超人类同行评审

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/10/29 08:18:53
全景综述与最新动态
1 家信源交叉印证

最新预印本研究表明，15 款主流大模型在检测临床试验论文植入错误方面的表现显著优于未经专门训练的人类同行评审员。所有测试模型的错误检出率在 53% 至 96% 之间，而人类平均仅为 27%，且 Claude Opus 5.5 得分最高达 99%。此外，AI 在处理文本与表格矛盾等关键语义错误上优势明显，并将单次审校时间从人类的数小时缩短至分钟级。

最新动向/最新预印本研究表明，15 款主流大模型在检测临床试验论文植入错误方面的表现显著优于未经专门训练的人类同行评审员。所有测试模型的错误检出率在 53% 至 96% 之间，而人类平均仅为 27%，且 Claude Opus 5.5 得分最高达 99%。此外，AI 在处理文本与表格矛盾等关键语义错误上优势明显，并将单次审校时间从人类的数小时缩短至分钟级。

逐小时热度走势

3 个完整观测小时
当前
16.4
峰值
17.209:00
近 24h 变化
–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 1 篇 · 最新优先
  1. Rohan Paul (@rohanpaul_ai)T2·85 分

    研究显示 AI 在临床试验论文审校中错误检出率远超人类同行评审

    原标题：> AI now catches far more errors in clinical trial papers than human peer reviewers: all 15 models t...

    • 15 款测试大模型的临床论文错误检出率为 53%-96%，远超人类评审员的 27% 平均值。
    • Claude Opus 5.5 在测试中表现最佳，错误检出率达到 99%。
    • 人类评审员极易漏掉改变试验结论的文本-表格矛盾（检出率仅 7%），且耗时是 AI 的数十倍。