对学术文献的大规模分析表明，在人工智能（AI）的帮助下，写了大约1/7的生物医学文章摘要。去年，PubMed Medical Database索引的150万个摘要中，有超过200,000多个包括用于主要模型（LLM）的词汇。英国伦敦大学学院的安德鲁·格雷（Andrew Gray）说：他认为，研究人员并未完全了解这些工具的学术成就规模，并且“我们希望本文件能够鼓励人们的注意。”许多团队试图评估LLM对学术生产的影响，但是这一过程是一个挑战，因为大多数用户没有透露这种做法。一种一般方法是训练模型，以确定人类生成的文本与LLM生成的文本之间的差异，并将其应用于文学的评估，但是，尚不清楚这些模型如何区分T两种类型的文本，一组培训数据并不总是反映出LLM生成的文本中的最新趋势。 Dmitry Kobak及其来自Dyven University的同事采用了一种更开放的研究方法。 They sought a "redundant vocabulary" in a summary that showed the frequency abnormally increased after the generalized use of chatgpt in November 2022. This study found that it seemed much more frequently than 2010 and later in 2024. Among them are the common words "discover", "key", "potential" and more unusual "words" exploration "and" exhibition ". Kobak pointed out that the new words redundant At the end of 2024 they include the highest level在形容词中，“显着改善”，“干涉”和“无与伦比”和“有价值的”。但是，它们是与研究内容相关的名词。NCE，超过1/5的摘要是由LLM援助撰写的。 “今年的一般数据可能会增加更多，而LLM的使用可能会继续增加。” AI的真正使用可能高于最新调查。 AI的工具。