Stanford के शोधकर्ताओं ने पाया कि GPT-4 की Nature और ICLR पत्रों पर समीक्षा राय मानव से 50% से अधिक मिलती है। शोधकर्ताओं ने GPT-4 को पत्र का PDF इनपुट दिया और फिर मानव समीक्षाओं के साथ तुलना की। GPT-4 की समीक्षाओं की समानता 82% से अधिक है, लेखक मानते हैं कि यह राय सहायक है। मानव समीक्षकों की तुलना में GPT-4 पत्र के प्रभाव के कारक पर अधिक ध्यान देता है परंतु नष्ट प्रयोग पर कम ध्यान देता है। उपयोगकर्ताओं का आमतौर पर मानना है कि GPT-4 की प्रतिक्रिया सटीकता बढ़ा सकती है और मानव समीक्षा की मात्रा कम कर सकती है।