.png){kind=icon}
返回
LLM-generated scientific content detection method
.png){kind=icon}
PRE
AI
DOI：10.1007/s00521-026-12465-6.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
大型语言模型（LLMs），如ChatGPT、Gemini和LLaMA-3，能够生成与人工撰写文本高度相似的科技文本。尽管它们简化了研究论文和文章的撰写过程，但也引发了关于抄袭、虚假信息和学术不端的担忧。因此，检测AI生成内容对于维护科学诚信至关重要。本研究介绍了人工智能科技文本检测器（AISciDetector），该模型结合了BigBird嵌入与CNN-BiLSTM框架。BigBird捕捉科技文本中的长距离依赖关系，CNN提取局部特征，BiLSTM双向建模序列模式。该模型通过二分类区分人工撰写与LLM生成的文本。我们同时提出了LLMSciTxt数据集，包含人工作者撰写的科技文本以及ChatGPT、Gemini和LLaMA-3的输出。实验表明，AISciDetector达到91.5%的准确率和91.49%的F1分数，优于传统机器学习和基于转换器的模型。这些结果证明AISciDetector能有效识别LLM生成内容，支持学术出版物的诚信与可信度。
Keyword:
Large language models
Scientific content
Academic plagiarism detection
Transformer
Deep learning
期刊
IF:
4.5
论文数:
847
被引数:
3.2W