arXiv · cs.AI· Bastien Le Guellec·· 5 天前AI 评分45
顶级期刊已发表论文遭遇 LLM 同行评审：四大模型大多给出大修或拒稿
Major Revision, Minor Accountability: LLMs as Reviewers of Published Articles in Top-Tier Journals
来源与原文
arXiv · cs.AI
作者：Bastien Le Guellec
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.31414v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项 arXiv 研究让四个 LLM（两个闭源、两个开源）以盲评方式评审来自 Nature、Science、Cell 等 20 本期刊的 200 篇 2026 年已发表论文，800 份评审中 75.6% 建议大修或拒稿，各模型比例从 17.5% 到 100% 不等（p < 0.001）。在被植入一个特定领域方法学或统计缺陷后，各模型检出率为 17.0% 到 60.5%，显示模型间结论高度不一致且假阳性与漏检并存。
来源：arXiv · cs.AI · arxiv.org