.png){kind=icon}
返回
Hybrid deep learning framework for AI-generated text detection
.png){kind=icon}
OA
AI
DOI：10.1007/s40747-026-02501-2.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
近期，大型语言模型已展现出生成类人文本内容的显著能力。这一进步增加了对可靠方法的需求，以检测AI生成的文本，特别是为应对与学术不端及社交媒体上虚假信息传播相关的担忧。本研究提出了一种混合深度学习模型，该模型整合了双向长短期记忆网络（BiDLSTM）、Transformer模块和一维卷积神经网络（1D CNNs），用于区分AI生成文本和人工撰写文本。该模型在两个多样化的数据集（DAIGT和HC3）上进行了评估，这些数据集包含数千个由各种大型语言模型生成的样本以及人工撰写的文本。所提出的模型取得了有前景的性能，在DAIGT数据集上的测试准确率为99.47%，在HC3数据集上的测试准确率为97.09%。这些结果表明，混合架构能够有效捕捉AI生成内容与人工撰写内容之间的细微语言和风格差异。本研究为持续进行的AI生成文本检测工作做出了贡献，并支持旨在维护内容真实性和学术诚信的应用。
Keyword:
AI-generated texts
Human-written texts
Large language models
Deep learning
Natural language processing
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
