研究团队在两组共 30 篇天体物理与机器学习论文中植入 357 处可定位错误,比较十二种 AI 审稿系统的发现率和误报率。 论文同时提出 Skepthical,用检索核对引用、计算机代数检查数学、运行代码检查数值。结果显示,模型选择影响很大,工具在补足模型缺少的信息时更有帮助;引用检索在两个学科中的收益并不相同。团队公开评测流程和裁决记录,结果不能外推为 AI 已具备完整同行评审资格。 来源:arXiv。 配图:GETAI.APP 原创主题插画,非新闻现场实拍或官方产品界面。