IT之家 1 月 29 日消息，大型語言模型（LLM）的使用正在激增，尤其是 ChatGPT 最近非?；鸨?，然而由于其太過強大，甚至可以為學生生成論文。正因為如此，現(xiàn)在需要有檢測機器生成的文本的系統(tǒng)。

最近，斯坦福大學的一個研究小組提出了一種名為 DetectGPT 的新方法，旨在成為打擊高等教育中機器生成文本的首批工具之一。該方法基于的原理是：由 LLM 生成的文本通常在模型的對數(shù)概率函數(shù)的負曲率區(qū)域的特定區(qū)域徘徊。通過這個發(fā)現(xiàn)，該團隊開發(fā)了一種新的指標，用于判斷文本是否是機器生成的，并且不需要訓練人工智能或收集大型數(shù)據(jù)集來比較文本。

這種方法被稱為“零次學習（zero-shot）”，允許 DetectGPT 檢測機器寫的文本，而不需要了解用于生成文本的是什么人工智能工具。它的操作與其他需要訓練“分類器”和真實及生成段落數(shù)據(jù)集的方法形成鮮明對比。

IT之家了解到，該團隊在假新聞文章的數(shù)據(jù)集上測試了 DetectGPT，它在檢測機器生成的文本方面的表現(xiàn)優(yōu)于其他零次學習方法。該團隊聲稱檢測性能有了實質(zhì)性的提高，并表明 DetectGPT 可能是一種有前途的方法，可以仔細檢查機器生成的文本。

總之，DetectGPT 是一種檢測機器生成的文本的新方法，它利用了 LLM 生成的文本的獨特特征。它是一種不需要任何額外數(shù)據(jù)或訓練的零次學習方法，使其成為識別機器生成的文本的高效和有效工具。隨著 LLM 的使用繼續(xù)增長，檢測機器生成的文本的相應系統(tǒng)的重要性將變得越來越關鍵。DetectGPT 是一種很有前途的方法，可以在許多領域產(chǎn)生重大影響，它的進一步發(fā)展可能對許多領域都有利。

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。