预印本实测：人类审稿仅发现 27% 重大错误，15 个 LLM 检出率全部更高

一篇新预印本实测显示，15 个 LLM 检出人为插入错误的比例全部高于人类审稿人的平均 27%，范围为 53%–96%，Opus 5.5、Opus 5、Fable 5、GPT-6.1 Sol 等前沿模型在多数错误类型上接近 100%。