2023年数维杯C题思路——AI生成文本的智能识别与检测

原创

已于 2023-11-16 09:58:26 修改 · 1.6k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#人工智能 #数学建模

于 2023-11-16 09:02:47 首次发布

本文探讨了人工智能技术快速发展的背景下，尤其是大型语言模型如ChatGPT的应用及其带来的便利与风险。文章关注语义偏见、逻辑一致性问题，以及AI生成文本在教育领域的挑战，并强调了识别和检测AI生成文本模式的必要性，涉及数学建模解决生成次数、翻译次数和字数要求等问题。

近年来，随着信息技术的快速发展，人工智能的各种应用相继涌现。典型应用包括机器人导航、语音识别、图像识别、自然语言处理和智能推荐等。在这些应用中，由ChatGPT领衔的大型语言模型（Large Language Models，LLMs）在全球范围内受到欢迎，并被广泛推广和使用。我们充分认识到这些模型为人们带来的丰富、智能和便利的体验。同时，也需要意识到AI文本生成等工具可能带来的许多风险。

首先，这些大型语言模型是基于文本训练的。不同类型的语言和不同领域的文化背景可能对生成结果产生显著影响。其次，基于数据生成的AI结果可能存在语义偏见，缺乏逻辑连贯性，缺乏创造力。最后，由于学生使用AI生成论文而产生的隐私保护、版权保护和相关学术不端行为的定义等问题，给本科和研究生的教学和培训过程带来了重大困难和挑战。为了防止AI生成文本的滥用，确保生成内容的质量，并讨论如何解决AI生成论文带来的问题，有必要根据主题要求识别和检测AI生成文本的模式，包括领域、模型、图像和公式。

为了确定文本是否由AI生成，除了考虑符合字数要求、生成次数和是否为中英文翻译等因素外，还应注意AI目前缺乏人类情感和判断。这可能导致文本生成中出现“更多短语缺乏实例、缺乏情感、结构单一”等现象或风格。

请使用数学建模解决以下四个问题：

注：赛题发布1小时后，本题的第二问和第三问被组委会更正，下文已更新。

Problem C：Intelligent Recognition and Detection of AI-Generated Text问题更正说明

问题一：请使用AI根据附录I中提供的二十个科学网博客链接的一些文章部分进行改写。并寻找AI文本生成的基本规则，这些规则可以从AI生成所需字数（例如200字、500字等）、生成次数（首次生成后点击“重新生成”按钮）、是否为中英翻译以及生成文本的风格等要求中统计推断出来。

问题二（更正）：根据附录II中提供的十段AI生成的文章，基于第一个问题中获得的模式，请对这些段落的生成次数（不超过五次）、从中文翻译成英文的次数（不超过一次）、从英文翻译成中文的次数（不超过一次）以及输出段落是否有字数要求进行判断。

问题三（更正）：对于AI生成的理论和方法，请仔细考虑每个文章段落是否基于不同的生成语言、是否为翻译、生成次数以及是否存在输出字数限制等因素由AI生成。然后，标记附录III中提供的十篇文章中的每个段落是否由AI生成。

问题四：请建立相关理论和方法，进一步确定文章中的数学模型、图像和公式是否为剽窃内容。并使用附录IV中的示例来演示这一点，并评估所建立的模型。

问题二（原版）：请根据不同生成语言、是否为翻译、生成次数、是否存在输出字