Исследователи оценили долю биомедицинских публикаций с признаками использования языковых моделей в открытом архиве PubMed Central. Среди статей, опубликованных в декабре 2025 года, такие признаки нашли примерно в 90% текстов, тогда как годом ранее показатель составлял 52%.
Фото: сгенерировано нейросетью Шедеврум
Исследование опубликовано в виде препринта на arXiv 12 августа. Авторы изучили англоязычные статьи из PubMed Central и оценили наличие в них статистических признаков, характерных для текстов, созданных или отредактированных с помощью больших языковых моделей.
По данным авторов, за весь 2025 год признаки использования LLM обнаружили в 77% исследованных публикаций. Для 2024 года показатель составил 52%, а среди статей, вышедших в декабре 2025 года, достиг примерно 90%. В более ранней работе часть тех же исследователей анализировала только аннотации и получила для 2024 года значительно меньшую оценку, не менее 13,5%.
Авторы объясняют разницу особенностями метода. По их мнению, анализ избыточной лексики может занижать распространенность текстов с участием языковых моделей, поскольку выявляет изменения в частоте отдельных слов, а не более широкий набор признаков.
Следы использования LLM чаще находили в разделе обсуждения: для декабрьских публикаций показатель достиг 78%. В разделе с результатами он составил 58%. При этом исследователи подчеркивают, что препринт еще не прошел рецензирование, а исследование охватывает только англоязычные тексты из PubMed Central. Наличие статистических признаков также не означает, что автор статьи действительно использовал языковую модель.
Ранее Bzzz.news сообщал, что исследователи из Китая разработали модель искусственного интеллекта, которая может оценивать риск развития депрессии у подростков за несколько лет до появления заболевания. Алгоритм проанализировал данные участников и смог определить, у кого в 19 лет вероятность депрессии к 23 годам была выше.
