热点事件持续更新

预印本：15个LLM查临床试验方法学错误优于人类审稿人

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Ruslan Rust 发布的预印本测试了 15 个 LLM 检测临床试验论文中植入方法学错误的能力，模型得分在 53% 到 96% 之间，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，这一结果仍然成立，其中 Claude Opus 5.5 最高达 99%。人类审稿人仅在 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，而 AI 只需 1.4 到 16.3 分钟。上述结果来自预印本，尚未经过同行评审。

AI 根据报道生成 · 2 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

08:18
RadarAI
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

可比范围当前: 9
可比范围峰值: 1010月29日 09:00
近 24 小时变化: –

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。