分析Redgrave数据比较GenAI与机器学习及人工审查

2026年10月15日，arXiv Artificial Intelligence 刊出 Gordon V. Cormack、Maura R. Grossman 与 Jeremy Pickens 的分析论文，针对 Redgrave LLP 案例研究中 Relativity 生成式 AI 审阅工具 aiR 达 88% 召回率、其机器学习工具 RAL 达 64% 召回率的结论展开比较。分析指出，aiR 与 RAL 的方法目标不同，评估者之间也存在分歧，因此两项结果不可直接比较；在计入这些差异后，aiR 与人工审查效果相当，而 CAL 模型在 2000 样本训练下表现最优。该分析未改变 Redgrave 案例研究给出的原始数字，而是对其可比性提出限定。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。