研究：Claude Opus 4.8 同行评审全面胜过人类专家
emollick · x · 2026-10-23
Ethan Mollick 转发了哈佛 Gary King 与 Steven Worthington 的新论文：对 124 篇（134 对评审）哈佛社会科学论文的研究显示，AI 生成的评审报告在每一项指标上都优于由期刊编辑认定高质量的人类专家评审。
- 两两对比：AI 评审在 100% 的配对中被评为优于人类；各维度（文献、方法、理论、图表等）胜率 92%–100%
- 单项评分：AI 在全部七个评审维度上平均分均高于人类，最高为文献 97%、图表 95%
- 作者认为这一结果可用于改进期刊政策：提升出版速度与质量、减少对抗性互动，同时警惕其负面影响
Mollick 评论：学术界需要尽快思考如何让科学实践适应 AI。
所属事件:哈佛研究称 AI 审稿在最佳状态下胜过人类同行评审(2 条相关)→
「模型」频道最新
- Gemini 4 Argon 曝光：Agent 模式自动测试 App,还「统治幽默基准」 — andrew_n_carr · 2026-10-23
- Gemini 4 拒答明显更宽松，敏感度低于多数模型 — haider1 · 2026-10-23
- SemiAnalysis 算账：OpenAI 200 美元订阅每美元 token 腰斩，Anthropic 值 5 倍以上 — RexDouglass · 2026-10-23
- 谷歌云发布 PLE 基准:物理工程考题全部前沿模型得分不足 50% — Afinetheorem · 2026-10-23
- LLM 版权护栏现漏洞：拒绝抓取网页全书，却肯打包 ZIP 下载 — burkov · 2026-10-23
- 港科大溯源发现:「Wait」标记继承自训练数据而非 RL 发明 — huawei-noah · 2026-10-23