最近的一项分析强调了人工智能驱动的科学研究中存在的重大问题，特别是“泄露”错误，即模型无意中从未来数据中学习，导致性能声明夸大。这个问题在30个学科中都有发现，科学界优先考虑发表和积极结果而非严格验证的文化加剧了这一问题。作者认为，AI炒作助长了有缺陷的研究，使得人们难以信任AI生成的发现，并强调需要更大的怀疑精神和改进的可重复性标准。 AI
排序理由 这是一篇由可信作者撰写的评论文章，讨论了人工智能驱动研究中的系统性问题，而不是特定的模型发布或研究发现。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
