使用大语言模型追踪72,644项生物医学研究从预印本到正式发表过程中的论断变化

预印本如今在同行评议之前传播了相当大比例的生物医学研究。由于尚未经过同行评议，一些科学家认为预印本中的主张尚未得到验证，或可能不够可靠。然而，这些主张在正式发表前究竟会发生多大程度的变化，迄今仅在较小规模的队列中得到量化，而且结果会因学科领域和研究主题而异。在本研究中，我们汇编了2018年至2025年间发布于 bioRxiv 的所有预印本，并通过 DOI 将其与经同行评议后发表的版本进行匹配，最终获得了72,644对预印本—发表版本配对。我们利用大型语言模型（Claude Sonnet 4.6），将每一对预印本—发表版本摘要解析为1项主要主张和2项次要主张，并对每一对进行内容变化分类（不变、轻微变化、重大变化）以及模糊性表达变化分类（更谨慎、更自信、不变）。在一个验证性子样本上，该模型与两位独立领域专家的一致性程度，与两位专家彼此之间的一致性程度大体相当（Cohen's kappa 为0.63至0.66）。主要主张在39.9%的摘要中保持不变，在50.0%的摘要中仅作轻微修订，而仅有10.2%的摘要发生了实质性修订。模糊性表达的变化并不常见且呈现不对称性：变得更谨慎的主张数量是变得更自信的两倍（8.4% 对 4.2%）。在经历较长同行评议过程后，重大修订更为常见（评议时间最慢三分位组为14.1%，最快三分位组为7.0%），并且在整个研究期间呈下降趋势（2019年为17.0%，2024年降至5.7%）。在同一时期，从未以预印本形式发布的生物医学论文，其撤稿率约为曾以预印本形式发布论文的两倍。综合来看，这些数据表明，从预印本到经同行评议正式发表的转变，并不会改变大多数生物医学摘要的核心主张，这说明预印本是生物医学研究的可靠来源。

利用大型语言模型追踪 72,644 项生物医学研究从预印持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 本文依据 CC-BY 4.0 国际许可协议 提供。

返回顶部 上一页 下一页

发布于 2026 年 7 月 1 日。 下载 PDF 补充材料 数据/代码 电子邮件

感谢您有兴趣帮助传播 bioRxiv。 您的电子邮件 * 您的姓名 * 发送给 * 请输入多个地址，每行一个，或用逗号分隔。

您将通过电子邮件发送以下内容

利用大型语言模型追踪 72,644 项生物医学研究从预印本到正式发表的论断变化

邮件主题

（您的姓名）已从 bioRxiv 转发一个页面给您

邮件正文

（您的姓名）认为您可能希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访客，并防止自动垃圾信息提交。

分享

利用大型语言模型追踪 72,644 项生物医学研究从预印本到正式发表的论断变化

Hao Yin， Ruslan Rust bioRxiv 2026.06.30.735556； doi： https://doi.org/10.64898/2026.06.30.735556

分享本文： 复制

引文工具

利用大型语言模型追踪 72,644 项生物医学研究从预印本到正式发表的论断变化

Hao Yin， Ruslan Rust bioRxiv 2026.06.30.735556； doi： https://doi.org/10.64898/2026.06.30.735556

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.06.30.735556v1?rss=1

🏷️ 预印本 同行评议 大语言模型 摘要论断变化 生物医学出版 科学计量分析