タイトル: Generative AI Text Classification using Ensemble LLM Approaches https://arxiv.org/abs/2309.07755
この論文の説明です。
著者: Harika Abburi, Michael Suesserman, Nirmala Pudota, Balaji Veeramani, Edward Bowen, Sanmitra Bhattacharya
専門外の人でも分かるように概要説明
この研究は、人工知能（AI）が書いた文章と人間が書いた文章をどうやって見分けるか、また、どのAI（言語モデル）がその文章を書いたのかを調べるものです。
研究者たちは、いくつかの既存のAI（大規模言語モデル）を使って、文章がAIによって書かれたものか人間によって書かれたものかを判断する新しい方法を開発しました。この方法は、いくつかのAIの「意見」をまとめて、最終的な判断を下すというものです。
この研究は特に重要なのは、今日ではAIがニュース記事やレポートを書くことが増えているため、それが本物なのか偽物なのかを見分ける技術が必要だからです。
要するに、この研究はAIがどれだけ賢くなっても、それが人間かAIかを見分ける方法を見つけることができると示しています。
論文概要
この研究では、大規模言語モデル（LLM）がAIと自然言語処理のタスクで優れた性能を示している一方で、不正規な悪用（例：フェイクニュースの生成、盗作など）が問題となっていることに着目しています。この研究では、1) テキストがAIによって生成されたものか人間によって書かれたものか、2) どの言語モデルがテキストを生成したのか、を判別する方法を探求しています。研究では、異なる事前学習済みLLMから生成された確率を特徴として用い、それを伝統的な機械学習（TML）分類器に続けて使用するアンサンブルニューラルモデルを提案しています。このモデルは、英語とスペイン語のテキストに対して、AIと人間の生成テキストを区別するタスクでそれぞれ第5位と第13位、モデルの帰属を判定するタスクで第1位にランクインしました。
 | 深層学習教科書 ディープラーニング G検定（ジェネラリスト）公式テキスト 第2版 （EXAMPRESS） [ 一般社団法人日本ディープラーニング協会 ] 価格:3,080円 |
