研究:Opus 4.8 同行评审全面胜过人类专家,124 篇哈佛论文对决 AI 100% 获胜
Eliv_nurotic · reddit · 2026-10-23
哈佛 Gary King 团队的「Peerless」研究用 124 篇哈佛社会科学论文(涵盖统计分析、形式模型与定性研究)测试 Opus 4.8 作为同行评审的能力,结果 AI 全面占优:
- 配对比较:AI 评审 134:124 全胜(100% 胜率),人类专家 26:30(87% 场次中获胜)
- 分项评分:AI 在各评审维度均领先——Sources 97%、Figures & Tables 95%、Weaknesses 92%、Communication 86%、Methods 85%、Framing 80%、Theory & Idea 89%
- 结论:「AI 生成评审质量低」的常见批评在该研究中站不住脚
论文链接:gking.harvard.edu/peerless
所属事件:哈佛研究：Opus 4.8 同行评审全面胜过人类专家(4 条相关)→
「模型」频道最新
- ggufbench 实测:本地模型 agentic 编码,27B 类已够用,125B 未夺冠 — Joralk_ · 2026-10-23
- NVIDIA 开源 PersonaPlex-7B:能边听边说的全双工语音模型 — solyarisoftware · 2026-10-23
- NVIDIA 发布 Kumo Relational:直接在关系库上做预测的基础模型 — solyarisoftware · 2026-10-23
- Pi 学习路线图：5 篇文章从入门吃透 Agent Harness 源码 — solyarisoftware · 2026-10-23
- 马斯克力捧 Grok Bot:发条短信就能订行程、打印作业、管财务 — elonmusk · 2026-10-23
- 曝 DeepSeek 短期不会推出 V4.1 Pro，或遇旗舰训练瓶颈 — teortaxesTex · 2026-10-23