Исследование представляет EDITLENS, новый инструмент, разработанный для решения проблемы обнаружения и количественной оценки участия искусственного интеллекта в текстах, созданных в соавторстве. В отличие от традиционных бинарных классификаторов, которые могут определить только полностью человеческий или полностью сгенерированный ИИ текст, эта модель измеряет непрерывный спектр модификаций, внесенных искусственным интеллектом. Авторы разработали EDITLENS, обучая его на специально созданном наборе данных и используя метрики подобия, такие как косинусное расстояние, для определения фактической степени изменений. Модель продемонстрировала передовые результаты в классификации текстов как человеческих, отредактированных ИИ или полностью сгенерированных, значительно превосходя существующие методы. Утверждается, что способность количественно определять степень редактирования позволяет разрабатывать более гибкую политику в отношении допустимого использования генеративного ИИ в таких областях, как образование. Для поощрения дальнейших исследований авторы взяли на себя обязательство опубликовать свой набор данных и модели.
No persons identified in this episode.
This episode hasn't been transcribed yet
Help us prioritize this episode for transcription by upvoting it.
Popular episodes get transcribed faster
Other recent transcribed episodes
Transcribed and ready to explore now
SpaceX Said to Pursue 2026 IPO
10 Dec 2025
Bloomberg Tech
Don’t Call It a Comeback
10 Dec 2025
Motley Fool Money
Japan Claims AGI, Pentagon Adopts Gemini, and MIT Designs New Medicines
10 Dec 2025
The Daily AI Show
Eric Larsen on the emergence and potential of AI in healthcare
10 Dec 2025
McKinsey on Healthcare
What it will take for AI to scale (energy, compute, talent)
10 Dec 2025
Azeem Azhar's Exponential View
Reducing Burnout and Boosting Revenue in ASCs
10 Dec 2025
Becker’s Healthcare -- Spine and Orthopedic Podcast