南加大团队发了篇未经同行评审的预印本，专门测大模型帮临床试验报告挑错。在早年那场往报告里故意插错的实验中，607 名未受训的人类审稿人，重大错误平均只找出 … · @Moblacksoil · TwKit

@Moblacksoil

南加大团队发了篇未经同行评审的预印本，专门测大模型帮临床试验报告挑错。在早年那场往报告里故意插错的实验中，607 名未受训的人类审稿人，重大错误平均只找出 27%；同样的报告交给 15 个大模型，得分在 53% 到 96% 之间，平均每篇只花 1.4 到 16 分钟。不过面对没插错的对照报告，模型仍会对 14% 到 29% 的检查项误报。 https://x.com/rust_ruslan/status/2115493697001513053/photo/1

曝光 151 · 评论 4 · 点赞 3 · 书签 0