打败OpenAI!堪萨斯大学开发学术AI检测器 成功率高达98%
要点:
堪萨斯大学研究团队成功开发了一款学术AI检测系统,准确率高达98%,能有效区分人类和AI生成的文本,对科学期刊领域尤为强大。
该检测系统基于20个关键特征和XGBoost算法,通过定制化检测软件针对特定领域的学术论文,实现了高准确率的文本识别。
与OpenAI的最新分类器相比,该检测系统在测试中表现优异,对GPT-3.5和GPT-4生成的文本都具有高效性,而通用AI检测器的性能较低。
近期,堪萨斯大学的研究团队成功研发了一款学术AI检测系统,其准确率高达98%。相较于OpenAI的最新分类器,该系统在识别AI生成文本方面表现出色,为解决科学期刊中可能存在的AI生成文本的问题提供了一种高效的解决方案。研究团队的核心思路在于不追求通用性,而是专注于特定领域的学术论文,通过定制化检测软件实现对人类和AI生成文本的有效区分。
论文地址:https://www.sciencedirect.com/science/article/pii/S2666386423005015?via%3Dihub
该检测系统的关键优势在于采用了20个特征和XGBoost算法,通过训练定制化的检测器,使其适应特定领域的写作风格。研究人员提取的特征包括句子长度变化、特定标点符号的使用频率等,通过这些特征的XGBoost模型训练,实现了高准确率的文本识别。研究人员认为,定制化检测系统的方法可以为开发通用AI检测器提供一个技术路径,使得在不同领域构建类似系统变得更为可行。
在测试中,该检测系统在美国化学学会(ACS)出版的十种化学期刊论文上表现出色,尤其在处理GPT-3.5和GPT-4生成的文本时取得了显著成果。相比之下,通用AI检测器的性能相对较低,而OpenAI的分类器在检测AI生成文本方面的准确率仅为10%。该研究对于科学期刊的文本检测提供了一种高效手段,可用于评估AI生成文本对学术界的渗透,并在必要时引入缓解策略。
然而,尽管在科学期刊中取得了显著的成果,该检测系统在检测大学报纸上的新闻文章时效果较差。这暗示着检测系统在不同领域和文体中的适用性存在一定的限制。不过,柏林应用科学大学的计算机科学家对该研究给予了高度评价,认为其在解决特定领域的AI生成文本问题上非常引人注目。
综上所述,堪萨斯大学研究团队的学术AI检测系统为科学期刊提供了一种高效的解决方案,通过定制化检测软件,成功实现了对特定领域文本的准确识别,为应对AI生成文本的挑战提供了有力支持。
“沉迷”兼职的年轻人
刚刚过去的五一假期,有人被堵在路上,有人被挤在景区,还有一些年轻人,选择就地做兼职,错峰避人,还能赚点钱。今年的情况确实不同往日。疫情之后的第一次小长假,出游热达到了高峰,饭店、奶茶店、热门景点人手紧缺。另一边,兼职面向的是学生群体和部分待业人士,他们在兼职的同时,还能留在当地打打短工,错峰出游。0000AI视野:ElevenLabs将为Sora上线AI音效功能;文生图模型Stable Cascade上线;苹果推出AI动画设计工具Keyframer;AI生成的西游记短片震惊网友
欢迎来到【AI视野】栏目!这里是你每天探索人工智能世界的指南,每天我们为你呈现AI领域的热点内容,聚焦开发者,助你洞悉技术趋势、了解创新AI产品应用。新鲜AI产品点击了解:https://top.aibase.com/🤖📱💼AI应用ElevenLabs宣布将上线AI音效功能可给Sora生成的视频配音【AiBase提要:】⭐️Sora生成的视频十分惊艳但缺少配音站长网2024-02-19 15:33:290000IBM新类脑芯片NorthPole:AI运算速度是商业芯片的22倍
🔍划重点:1️⃣IBMNorthPole类脑芯片运算速度比商用芯片快22倍,能效高25倍。2️⃣仿脑技术解决冯·诺伊曼瓶颈问题,加速AI图像识别。3️⃣该芯片将计算和存储融合,革新计算机架构。IBM最新研发的NorthPole类脑芯片引起了广泛关注,因其能以超快速度运行AI图像识别算法。该芯片运算速度比商用芯片快了22倍,而且能效提高了25倍。注:图片来自IBM官方博客站长网2023-10-20 10:58:420000FTC 关注生成式 AI 的竞争担忧 着重强调关键投入问题
美国联邦贸易委员会(FTC)技术局和技术办公室在一篇博文中表示,生成式人工智能,尤其是ChatGPT,引发了竞争担忧,并成为该机构的关注重点。这两个办公室的工作人员在博文中指出:「生成式人工智能依赖于一系列必要的投入。如果一家公司或少数几家公司控制了其中一个或几个关键投入,它们可能会利用其控制权来削弱或扭曲生成式人工智能市场上的竞争。」站长网2023-06-30 22:52:220001大型语言模型在税务法律应用中的能力探究
人工智能正在快速发展中。现在,大模型可以使用工具、计划并通过标准化评估。但即使对于它的创造者来说,大模型也只是神秘的盒子。他们不太了解自己的内心想法,也无法预测大模型在新情况下会如何行事。论文地址:https://arxiv.org/abs/2306.07075站长网2023-08-03 15:23:480000