...
Маркетинг Контенту

Кількісна оцінка використання моделі великої мови в наукових працях

Кількісна оцінка використання моделі великої мови в наукових працях
  • Okunytė, P. Google Search розкриває науковців за допомогою Chatgpt в наукових робіт. Кіберневс https://cybernews.com/news/academic-cheating-chatgpt-openai/ (2023).

  • Deguerin, M. AI-генераційні дурниці протікає в наукові журнали. Популярна наука https://www.popsci.com/technology/ai-generated-text-scientific-journals/ (2024).

  • Оранський, І. та Маркус, А. Документи та експертні огляди з доказами написання чатгпта. Втягування годинника https://retractionwatch.com/papers-and-peer-reviews-with-evidence-of-chatgpt-writing/ (2024).

  • Conroy, G. Scientific Sleuths помічають нечесне чатгпт використання в документах. Природа https://doi.org/10.1038/D41586-023-02477-W (2023).

  • Conroy, G. Як Chatgpt та інші інструменти AI можуть порушити наукове видавництво. Природа https://doi.org/10.1038/D41586-023-03144-W (2023).

  • Вінсент, Дж. “Як мова AI мови”: фраза, яка показує, як AI переповнює Інтернет. Вержа https://www.theverge.com/2023/4/25/23697218/ai-genered-pam-fake-user-reviews-as-an-ai-language-model (2023).

  • Будь ласка, У. Школа, М., Мао, ну, Ву, Візерунки (Нью -Йорк) https://doi.org/10.1016/j.patter.2023.100779 (2023).

  • Yu, S., Luo, M., Madasu, A., Lal, V. & Howard, P. Чи переглядається ваш документ LLM? Дослідження виявлення тексту AI в експертній оцінці. У Нейрип безпечний генеративний семінар AI https://openreview.net/forum?id=f2g7c2fkxv (2024).

  • Liang, W. et al. Моніторинг вмісту, модифікованого AI в масштабі: тематичне дослідження на вплив чатгпта на рецензій на конференції AI. У Сорок першої міжнародної конференції з машинного навчання https://openreview.net/forum?id=bx3j7ho18s (ICML, 2024).

  • Роз'яснення щодо великої мовної моделі політики LLM. ICML https://icml.cc/conferences/2023/llm-policy (2023).

  • Торп, HH Chatgpt – це весело, але не автор. Наука 379313 (2023).

  • Фостер, JG, Rzhetsky, A. & Evans, JA Традиція та інновації в дослідницьких стратегіях вчених. Ам. Соц. Преподобний 80875–908 (2015).

    Google Scholar

  • Amano, T., González-Varo, JP & Sutherland, мови WJ все ще є головним бар'єром для глобальної науки. Plos biol. 14E2000933 (2016).

    PubMed PubMed Central Google Scholar

  • Лі, М. та ін. Дизайнерський простір для розумних та інтерактивних помічників письма. У Збро. 2024 CHI Конференція з людських факторів в обчислювальних системах (eds Mueller, Ff et al.) https://doi.org/10.1145/3613904.3642697 (Асоціація обчислювальних машин, 2024)

  • Liang, W. et al. Чи можуть великі мовні моделі забезпечити корисні відгуки про науково -дослідні роботи? Масштабний емпіричний аналіз. Nejm, який https://ai.nejm.org/doi/full/10.1056/aioa2400196 (2023).

  • Lepp, H. & Smith, DS “Ви не можете звучати як GPT”: ознаки дискримінації мови та опору в публікації інформатики. У Збро. Конференція з питань справедливості, підзвітності та прозорості ACM 2025 року https://doi.org/10.1145/3715275.3732202 (Асоціація обчислювальних машин, 2025).

  • Agarwal, D., Naaman, M. & Vashistha, A. AI пропозиції гомогенізують написання у напрямку західних стилів та зменшують культурні нюанси. У Збро. 2025 CHI Конференція з людських факторів в обчислювальних системах 1–21 (2025).

  • Lepp, H. & Sarin, P. Глобальна спільнота AI вимагає видавництва різноманітних мов. Попередній друк на https://arxiv.org/abs/2408.14772 (2024).

  • Van Rossum, D. Generalative AI Top 150: Найбільш використані у світі інструменти AI. Згин https://www.flexos.work/learn/generative-ai-top –150 (2024).

  • Макрополо. Flobal AI Talent Tracker https://archivemacropolo.org/interactive/digital-projects/the-global-ai-talent-tracker/ (2024).

  • Вілі. Пояснення: дослідження штучного інтелекту Вілі. https://www.wiley.com/en-us/ai-study (2023).

  • Bianchini, S., Müller, M. & Pelletier, P. Водії та бар'єри впровадження та використання ШІ в наукових дослідженнях. Попередній друк на https://arxiv.org/abs/2312.09843 (2023).

  • Horowitz, MC, Kahn, L., MacDonald, J. & Schneider, J. Викладання AI: Як знайомство породжує і довіряє, і зневагу. У вас шок. 391721–1735 (2024).

    Google Scholar

  • Topsakal, Y. Як ознайомлення, простота використання, корисність та довіра впливають на прийняття генеративного планування подорожей генеративного штучного інтелекту (AI). Інт. J. Hum. Обчислення. Взаємодіяти. https://doi.org/10.1080/10447318.2024.2426044 (2024).

  • Lavergne, T., Urvoy, T. & Yvon, F. Виявлення підробленого вмісту з відносним оцінкою ентропії. Каструль https://dl.acm.org/doi/10.5555/3053718.3053722 (2008).

  • Badaskar, S., Agarwal, S. & Arora, S. Визначення реальних або підроблених статей: до кращого моделювання мови. У Міжнародна спільна конференція з обробки природних мов https://aclanthology.org/i08-2115/ (2008).

  • Beresneva, D. Виявлення тексту, створеного комп'ютером за допомогою машинного навчання: систематичний огляд. У Міжнародна конференція з застосування природної мови до баз даних https://doi.org/10.1007/978-3-319-41754-7_43 (Springer, 2016).

  • Solaiman, I. et al. Стратегії випуску та соціальний вплив мовних моделей. Попередній друк на https://arxiv.org/abs/1908.09203 (2019).

  • Mitchell, E., Lee, Y., Khazatsky, A., Manning, CD & Finn, C. DisectGPT: Виявлення тексту, створеного з нульовою машиною, за допомогою кривизни ймовірності. У Збро. 40 -та міжнародна конференція з машинного навчання Т. 202 (ред. Krause, A. et al.) 24950–24962 (PMLR, 2023).

  • Yang, X., Cheng, W., Petzold, L., Wang, Wy & Chen, H. DNA-GPT: розбіжний N-грамовий аналіз для без тренувань виявлення тексту, що генерується GPT. У Дванадцята міжнародна конференція з питань навчання https://openreview.net/forum?id=xlayxj2fwp(2024).

  • Bao, G., Zhao, Y., Teng, Z., Yang, L. & Zhang, Y. Fast-DetectGPT: Ефективне виявлення нульових знімків тексту, створеного машиною, за допомогою умовної кривизни ймовірності. У Дванадцята міжнародна конференція з питань навчання https://openreview.net/forum?id=bpgcr8e8z (ICLR, 2024).

  • Tulchinskii, E. et al. Оцінка внутрішнього виміру для надійного виявлення текстів, що генеруються AI. У 37 -а конференція з систем обробки нейронної інформації (Nevrips 2023) https://openreview.net/pdf?id=8uoz0knji6 (Nevrips, 2025).

  • Bhagat, R. & Hovy, Eh Squibs: Що таке парафраза? Обчислення. Лінгвіст. 39463–472 (2013).

    Google Scholar

  • Zellers, R. et al. Захист від нейронних підроблених новин. У Успіхи в системах обробки нейронної інформації 32 (Spirips 2019) https://papers.neurips.cc/paper_files/paper/2019/file/3e9f0fc9b2f89e043bc6233994dfcf76-paper.pdf (Nevirs, 2019).

  • Бахтін, А. та ін. Справжній чи підроблений? Навчання дискримінації машини від тексту, створеного людиною. Попередній друк на https://arxiv.org/abs/1906.03351 (2019).

  • Uchendu, A., Le, T., Shu, K. & Lee, D. Атрибуція авторства для генерації нейронного тексту. У Конференція з емпіричних методів у обробці природних мов https://aclanthology.org/2020.emnlp-main.673/ (2020).

  • Чен, Ю. та ін. GPT-Sentinel: Розрізнення вмісту, що генерує людські та чатгпт. Попередній друк на https://arxiv.org/abs/2305.07969 (2023).

  • Yu, X. та ін. Тест на батьківство GPT: виявлення тексту, що генерується GPT, за допомогою генетичної успадкування GPT. Попередній друк на https://ar5iv.labs.arxiv.org/html/2305.12519 (2023).

  • Лі, Ю. та ін. Mage: виявлення тексту, створеного машинами в дикій природі. У Збро. 62 -а щорічна зустріч Асоціації обчислювальної лінгвістики (Том 1: довгі папери) 36–53 (ACL, 2024).

  • Liu, X., Zhang, Z., Wang, Y., Lan, Y. & Shen, C. Coco: Виявлення тексту, підсиленого когерентністю, за обмеженням даних з контрастним навчанням. У Збро. 2023 Конференція з емпіричних методів у обробці природних мов https://aclanthology.org/2023.emnlp-main.1005.pdf (ACL, 2023).

  • Bhattacharjee, A., Kumarage, T., Moraffah, R. & Liu, H. Conda: Контрастна адаптація домену для виявлення тексту, поподілених AI. У Збро. 13-та міжнародна спільна конференція з обробки природних мов та 3-я конференція Азіатсько-Тихоокеанської глави Асоціації обчислювальної лінгвістики (Том 1: довгі документи) https://aclanthology.org/2023.ijcnlp-main.40/ (ACL, 2023).

  • Hu, X., Chen, P.-Y. & Ho, T.-Y. Радар: надійне виявлення AI-тексту за допомогою змагального навчання. У 37 -а конференція з систем обробки нейронної інформації (Nevrips 2023) https://openreview.net/forum?id=qgrkbaan79 (Nevrips, 2023).

  • Вольф, М. Атака нейронних текстових детекторів. Попередній друк на https://arxiv.org/abs/2002.11768 (2022).

  • GPT-2: 1,5B Випуск. Відкритий https://openai.com/research/gpt-2-1-5b-release (2019).

  • Jawahar, G., Abdul-Mageed, M. & Lakshmanan, LV Автоматичне виявлення тексту, створений машиною: критичне опитування. У Збро. 28 -та міжнародна конференція з обчислювальної лінгвістики https://aclanthology.org/2020.coling-main.208.pdf (ACL, 2020).

  • Fagni, T., Falchi, F., Gambini, M., Martella, A. & Tesconi, M. Tweepfake: про виявлення твітів Deepfake. PLOS один 16E0251415 (2021).

    CAS PubMed PubMed Central Google Scholar

  • Ippolito, D., Duckworth, D., Callison-Burch, C. & Eck, D. Автоматичне виявлення створеного тексту найпростіше, коли люди обдурили. У Збро. 58 -а щорічна зустріч Асоціації обчислювальної лінгвістики https://aclanthology.org/2020.acl-main.164/ (ACL, 2019).

  • Germann, S., Strobelt, H. & Rush, Am Gltr: Статистичне виявлення та візуалізація створеного тексту. У Збро. 57 -а щорічна зустріч Асоціації обчислювальної лінгвістики: системні демонстрації 111–116 (2019).

  • Heikkilä, M. Як помітити текст, що генерується AI. Огляд технологій MIT https://www.technologyreview.com/2022/12/19/1065596/how-to-pot-ai-generated-text/ (2022).

  • Crothers, E., Japkowicz, N. & Viktor, H. Machine, створений текст: всебічне опитування моделей загрози та методів виявлення. Попередній друк на https://arxiv.org/abs/2210.07321 (2022).

  • Kirchner, JH, Ahmad, L., Aaronson, S. & Leike, J. New AI класифікатор для вказівки на текст, написаний AI. Відкритий https://openai.com/index/new-ai-classifier-for-indicating-ai-written-text/ (2023).

  • Келлі, SM Chatgpt Creator тягне інструмент виявлення AI через “низьку швидкість точності”. CNN Business https://www.cnn.com/2023/07/25/tech/openai-ai-detection-tool/index.html (2023).

  • Вебер-Вульф, Д. та ін. Тестування інструментів виявлення для тексту, що генерується AI. Інт. Дж. Принесіть. Ціле число. 1926 (2023).

    Google Scholar

  • Sadasivan, VS, Kumar, A., Balasubramanian, S., Wang, W. & Feizi, S. Чи можна надійно виявити текст, покоління AI? У Дванадцята міжнародна конференція з питань навчання https://openreview.net/forum?id=oogsazdfot (2023).

  • Chakraborty, S. et al. Про можливості виявлення тексту, що генерується AI. У Збро. 41 -а міжнародна конференція з досліджень машинного навчання https://proceckes.mlr.press/v235/chakraborty24a.html (2024).

  • Lo, K., Wang, LL, Neumann, M., Kinney, R. & Weld, D. S2ORC: Корпус Semantic Scholar Open Research. У Збро. 58 -а щорічна зустріч Асоціації обчислювальної лінгвістики 4969–4983 (Асоціація обчислювальної лінгвістики, 2020); https://doi.org/10.18653/v1/2020.acl-main.447

  • Jurafsky, D. & Martin, JH Обробка мови та мови: Вступ до обробки природних мов, обчислювальної лінгвістики та розпізнавання мови з мовою моделей 3 -е видання (Prentice Hall, 2025).

  • Arxiv.org Подання. ARXIV набору даних. кегл https://www.kaggle.com/datasets/cornell-university/arxiv/versions/165 (2024).

  • Fraser, N. rbiorxiv: Клієнт для API 'biorxiv'. Гуруб https://github.com/nicholasmfraser/rbiorxiv (2024).

  • Природний портфоліо. Спрингер Природа https://www.nature.com/nature-portfolio (2025).

  • Liang, W. відображення зростаючого використання LLM в наукових працях. Кольм https://openreview.net/forum?id=yx7qnhxesu (2024).

  • Alex

    About Author

    Recommend – дізнавайтеся більше про події, що формують наше сьогодення. Найцікавіші новини України та світу, аналітика, тренди та ексклюзивні матеріали – все це на recommend.com.ua!

    Отримуйте останні оновлення та великі пропозиції