Nuovo framework SCDG migliora il rilevamento del plagio generativo
Il nuovo framework SCDG offre un approccio senza addestramento per rilevare il plagio generativo confrontando la lunghezza della descrizione di un documento generato da un modello linguistico congelato, con e senza una fonte candidata. Questo metodo fornisce guadagni di log-verosimiglianza a livello di token per valutare l'evidenza predittiva e affronta le sfide poste dai grandi modelli linguistici (LLM) all'integrità accademica e alla revisione paritaria. Le valutazioni sono state condotte utilizzando i benchmark PAN at CLEF. La ricerca, che evidenzia i limiti dei precedenti metodi di rilevamento incentrati esclusivamente sul coinvolgimento dell'IA, è disponibile su arXiv con identificativo 2608.03859.
Fatti principali
- SCDG è un framework senza addestramento per il rilevamento del plagio generativo.
- Confronta la lunghezza della descrizione di un documento da parte di un modello linguistico congelato, con e senza una fonte candidata.
- Il metodo produce guadagni di log-verosimiglianza a livello di token per misurare l'evidenza predittiva.
- La valutazione viene eseguita sui benchmark PAN at CLEF.
- L'articolo è disponibile su arXiv con identificativo 2608.03859.
- Il lavoro affronta le sfide che gli LLM pongono all'integrità accademica e alla revisione paritaria.
- I precedenti metodi di rilevamento si concentrano sul coinvolgimento dell'IA, non sul riutilizzo delle fonti.
- I metodi basati sulla similarità hanno difficoltà con riscritture estese e sintesi multi-fonte.
Entità
Istituzioni
- arXiv
- PAN at CLEF