ChatGPT_Page 6_666论文助手

论文检测

ChatGPTDetector:一种用于检测人工智能撰写的学术文章的新技术

这篇文章介绍了一种新开发的算法，能有效检测ChatGPT生成的学术文章，准确率高达99%。该算法基于对大量人类和ChatGPT生成的文章进行训练，成功地在检测人类撰写和ChatGPT生成的文章方面取得了良好的效果。然而，这种算法并不适用于所有类型的写作，只适用于学术写作，而且需要大量的训练数据才能达到较高的准确性。此外，随着人工智能技术的快速发展，这种检测方法的长期有效性仍不可知。

0 2

期刊论文

用ChatGPT写论文靠谱吗？有学者试了一下：漏洞百出新智元2023-02-08 14:17北京

编辑：LRS 【新智元导读】虽然ChatGPT写的论文错误太多，但掠夺性期刊应该会接收。（错误尝试！！） ChatGPT以其强大的文本创作能力，直接问鼎地表最强问答模型。但强大的AI也会带来一些负面影响，比如在问答社区一本正经地写出错误答案，帮助学生写论文等。最近arXiv上的一篇论文引发了业界的关注，来自西班牙圣地亚哥-德孔波斯特拉大学的研究人员在文中以「人工智能在药物发现中的挑战、机遇和策略」，这篇论文的特别之处在于作者使用ChatGPT辅助论文写作。论文链接：https://arxiv.org/abs/2212.08104 作者团队在摘要中的最后一段「来自人类作者的说明」（Note from human-authors）中表示，创建这篇论文是为了测试 ChatGPT (一个基于 GPT-3.5语言模型的聊天机器人)的写作能力是否能帮助人类作者撰写评论文章。作者设计了一段指令作为文本生成的初始提示，然后对自动生成的内容进行评估。再进行彻底的审查之后，人类作者实际上重写了手稿，努力在原始proposal和科学标准之间保持平衡，文章的最后也讨论了使用人工智能实现这一目标的优势与局限性。但是还有一个问题，作者列表里怎么没有ChatGPT？（手动狗头）论文写作方法本文是在ChatGPT的辅助下生成的，ChatGPT是2022年11月30日发布的一个自然语言处理系统，由OpenAI用大量文本语料库进行训练，能够根据提供给它的输入生成类似人类写作的文本。就本文而言，人类作者提供的输入包括论文的主题（人工智能在药物发现中的应用）、需要考虑的章节数量，以及每个章节的具体提示和说明。 ChatGPT生成的文本需要经过人工编辑后才能作为最终的定稿，以纠正和丰富内容，避免重复和不一致等问题；并且人类也需要对人工智能建议的所有参考文献进行了修改。这项工作的最终版本是人类作者在人工智能的协助下进行反复修改的结果，直接从ChatGPT获得的初步文本与当前版本手稿之间的总相似度为：完全相同的4.3%，微小的变化13.3%，相关的意义16.3%。直接从ChatGPT获得的初步文本中，正确的参考文献比例仅为6%。由ChatGPT生成的原始版本，以及用于创建该版本的输入信息都涵盖进来作为Supporting Information 论文摘要中的插图由DALL-E生成。论文内容论文总共包括10个section和56个参考文献，其中section1-9都只包含1-2个段落，主要描述论文主题「「人工智能在药物发现中的挑战、机遇和策略」」相关的内容；第十个section主要讨论「人类作者对基于ChatGPT和AI的科学写作工具的专家意见」；文章中只有摘要部分包含一张插图。摘要人工智能有可能彻底改变药物发现过程，提供更好的效率、准确性和速度。然而，AI的成功应用取决于高质量数据的可用性、对道德问题的处理以及对基于人工智能方法的局限性的认识。这篇文章回顾了人工智能在这个领域的好处、挑战和缺点，并提出了克服目前障碍的可能战略和方法。文章中还讨论了数据增强的使用、可解释的人工智能、人工智能与传统实验方法的整合，以及人工智能在医药研究中的潜在优势。总的来说，这篇评论强调了人工智能在药物发现中的潜力，并对实现其在该领域的潜力所面临的挑战和机遇进行了深入探讨。人类作者对基于ChatGPT和AI的科学写作工具的专家意见 ChatGPT是一个基于GPT-3.5语言模型的聊天机器人，它的设计目标并非是撰写科学论文的助手，但它与人类进行连贯的对话并就广泛的主题提供新信息的能力，以及它纠正甚至生成计算代码的能力，都让科学界感到惊讶。因此，我们决定测试它的潜力，为编写关于人工智能算法在药物发现中的作用的简短评论做出贡献。作为撰写科学论文的助手，ChatGPT有几个优点，包括快速生成和优化文本的能力，以及帮助用户完成几个任务，包括组织信息，甚至在某些情况下连接思想。然而，这个工具绝不是生成新内容的理想工具。输入instructions后，还需要人类对人工智能生成的文本进行修改，而且是大篇幅的编辑和修正，包括替换几乎所有的参考文献，因为ChatGPT提供的参考文献明显不正确。这也是ChatGPT目前存在的一个大问题，它与其他计算工具（如搜索引擎）相比有一个关键的区别，后者主要是为所需的信息提供可靠的参考。而采用基于人工智能的工具进行写作辅助还存在另一个重要的问题：它是在2021年训练的，所以它并不包括最新信息。这次写作实验提供的结果就是：我们可以说ChatGPT不是一个有用的工具，在没有强大的人类干预的情况下无法编写可靠的科学文本。 ChatGPT缺乏准确和充分传达复杂科学概念和信息所需的知识和专长。此外，ChatGPT使用的语言和风格可能不适合学术写作，为了生成高质量的科学文本，人类的输入和审查是必不可少的。这种人工智能还不能用于生产科学文章的主要原因之一是它缺乏评估处理信息真实性和可靠性的能力，因此，由ChatGPT生成的科学文本肯定包含错误或误导性信息。同样需要注意的是，审稿人可能会发现区分由人类或这个人工智能写的文章并非易事。这使得审查过程必须彻底，以防止虚假或误导性信息的发表。一个真正的风险是，掠夺性期刊（predatory journals）可能利用科学文章的快速生产来产生大量的低质量内容，这些期刊往往受利益驱使，而不是致力于科学进步，它们可能利用人工智能快速生产文章，让不合格的研究充斥市场，破坏科学界的公信力。最大的危险之一是科学文章中虚假信息的潜在扩散，这可能导致科学事业本身的贬值，失去对科学研究的准确性和完整性的信任，会对科学的进步产生不利影响。...

0 2

本科论文

ChatGPT引发的AI学术革命：挑战与机遇

财联社1月10日讯（编辑周子意）人工智能（AI）聊天机器人ChatGPT近期大火，发布仅五天就已圈粉100万。它的所有者是一家位于旧金山的软件公司OpenAI，该公司于11月30日发布了这款AI工具，并提供了免费试用。 ChatGPT是一款生成式AI，可以根据用户的提示创建智能文本。它是一个“大型语言模型”，是一个基于神经网络的系统，通过消化大量现有的人类生成的文本来学习并执行用户提出的要求。这款机器人能够写代码、修复bug、写工作周报等。如今有不少学生拿它来代写作业、代写论文、甚至去参加远程考试。更有意思的是，上月发布在bioRxiv上的一份预印报告显示，一篇由ChatGPT写出的研究论文摘要，甚至最终能骗过专家审核。这无疑引起了教育和学术界不晓得轰动，对这款AI机器人的争议声也开始此起彼伏。 “最好的论文” 上个月，北密歇根大学哲学教授Antony Aumann在批改“世界宗教课程”的学生论文时，读到一篇他认为是“全班最好的论文”。这篇论文以“罩袍禁令的道德性”为题，吸引Aumann教授的点在于，其段落清晰、举例到位、论证严谨。在Aumann质问他的学生这篇文章是否是他自己所写后，这名学生承认自己使用了ChatGPT来撰写论文。 Aumann对此感到震惊，随即决定在这学期改变他的课程。他打算要求学生在教室里使用被限制的浏览器撰写初稿，然后学生必须解释随后的每一次修改理由。改革与禁令内华达大学拉斯维加斯分校教育培训教授Kendall Hartley指出，“（ChatGPT）能够提出非常多的原创内容，因此，当我通过查重（抄袭检查）系统检测它时，抄袭比例显示为零。” 为应对生成式AI给学术界带来的冲击，美国各地的教授和学校管理人员正开始对课堂进行全面改革，例如：重新设计课程、增加口试、用手写论文代替打印论文、使用AI探测系统。出于对学习负面影响的担忧，纽约市教育部已经颁布了“ChatGPT禁令”，禁止老师和学生从学校网络和设备上访问ChatGPT。纽约市教育部发言人Jenna Lyle认为，ChatGPT的负面影响超过了积极因素。 Lyle表示，“虽然该AI工具可能能够提供快速简便的问题答案，但它并不能培养批判性思维和解决问题的能力，而这些技能对于学术和终身成功至关重要。” 对抗抄袭为了对抗此类“学术抄袭”，普林斯顿大学的一名学生、22岁的Edward Tian在寒假期间开发了一款名为GPTZero的应用程序，并于1月2日推出了这款应用程序。数据显示，GPTZero在推出的第一周内，已有超过3万人使用。该应用通过两个变量进行辨别：写作的复杂程度和变化程度。也就是说，句子长短不一、变化更复杂的文本往往是人类写的；而更统一、更熟悉的散文形式往往是人工智能写的。这款应用几乎算得上是准确无误，其误判率不到2%。论文查重检测服务公司Turnitin表示，今年将加入更多能够用于识别人工智能的功能。甚至连ChatGPT的拥有者OpenAI公司本省也表示，正在研究如何轻松识别由ChatGPT生成的文本。该公司发言人称，“我们不希望ChatGPT在学校或其他任何地方出于误导性目的被使用，我们已经在研究一些应对措施，以帮助任何人识别该系统生成的文本。” 其中一个想法是添加水印等一些不明显的标识。两面性事实上，各所大学都在致力于向学生推广新的AI工具。一位GPTZero用户表示，“ChatGPT是一项非常有用的工具，同时也是一项非常危险的工具。” 纽约州布法罗大学和南卡罗来纳州弗曼大学均表示，他们计划在必修课程中嵌入关于AI工具的讨论，并向学生传授学术诚信等概念。布法罗大学学术诚信办公室主任Kelly Ahuna表示，“我们希望预先防止事情的发生，而不是在事情发生的时候制止它们。” 伯恩茅斯大学新闻与传播副教授Chindu Sreedharan博士认为，高等教育提供者应该接受包括ChatGPT在内的新软件，作为帮助学生学习的一种新方式。 Sreedharan 称，“至于它是成为你的朋友，还是成为你的敌人，这款工具的好坏取决于你如何使用。” 目前，生成式AI还处于早期阶段。OpenAI公司预计很快会发布另一款AI工具GPT-4，它将能够更好地生成文本。整体来看，若ChatGPT等生成式AI的透明度可以提高，那无疑是一个具有颠覆性的工具。

0 2

未分类

ChatGPT真的独霸天下无所不能吗？看看它的技术、缺陷与合规

祝世虎（人工智能博士）在2月18日参加完由清华大学经济管理学院中国金融研究中心和新网银行共同举办“ChatGPT爆火后的冷思考”数字金融智库沙龙后，我感触颇多！我是2009年博士毕业于北京大学智能科学系，自2005年建系以来的第一批AI博士。那时的AI只在书本里，2016年AlphaGo让AI走到了资本里，2022年ChatGPT则让AI飞入寻常百姓家！作为一个AI老兵，虽然在金融领域的风险、科技、数据部门工作多年，但“AI工程师”的初心犹在，下面我就以一个工程师的视角，以通俗易懂的文字，尝试讲解一下ChatGPT的技术、缺陷与合规等问题。一、ChatGPT简述（一）ChatGPT：从技术到客户的珠联璧合冷静思考下，ChatGPT为什么突然间获得人们追捧？我认为这是技术的成功，是产品的成功，是营销的成功，是客户的成功，更是技术、产品、营销、客户的珠联璧合。从技术和产品角度看，ChatGPT具有易用、好用、实用的特性。一是易用，OpenAI斥巨资提供了便捷的API接口，每个人都可以很方便的接入；二是好用，其效果远远高于同类型的传统产品，出乎意料的效果吸引了更多的人进行试用；三是实用，有些学生用ChatGPT来写作业，有些程序员用ChatGPT来代码，有些画师用ChatGPT来绘画，这就体现了ChatGPT的实用性。从客户和营销角度，上述“易用、好用、实用”完美诠释了ChatGPT的客户策略或者客户旅程。 “易用”带来了万千的客户，“好用”使得一个个好奇的测试者变成了初级使用者，“实用”使得初级使用者变为了坚定使用者。从我个人理解来看，我更想倾向于把ChatGPT的成功主因归因于客户营销的成功。以AI的上一个里程碑AlphaGo为例，其技术也是领先，但是客户却只局限于围棋的垂直领域；再以二维码支付为例，其技术与其竞品相比并不先进，但其“易用、好用、实用”带来的客户体验，使得二维码支付取得了极大的成功。（二）OpenAI：工程师的世外桃源 OpenAI人工智能研究实验室成立于2015年，主要由微软资助，目的是促进和发展友好的人工智能。OpenAI公司最优质的资产就是，有300多名工程师，他们“自由散漫”但“理想崇高”，无忧无虑地以工程师的思维来改变世界，这或许就是我前文说的工程师的初心。（三）Microsoft：第三代的王者微软是OpenAI的幕后金主，并且一直为其提供算力，这体现了微软这个office王者对文字的深刻理解。纵观历史：第一代王者：微软的office是第一代的王者，人们实现了文字的电子化，并通过对文字的“Ctrl+C与Ctrl+V”减轻了人的工作量，但其文字范围仅为身边小范围的文字；第二代王者：Google的搜索引擎是第二代王者，人们实现了对历史文字（已有文字）的使用，文字范围由身边扩展到了整个互联网；第三代王者：微软认为第三代的王者或许是自然语言生成，文字范围突破了已有文字。（四）岗位之争：人与AI的边界线有一群人类的工作是发展AI，与此同时，有另一群人类的工作却不断地被AI所取代，这个边界线一直在后退。第一阶段，体力工作被机器取代；第二阶段，重复性工作被具有简单智能的机器取代；第三阶段，自动驾驶逐渐变为了现实；第四阶段，ChatGPT让人们相信AI会“创造”，那么未来可能任何不需要深度情感交流的工作，都会被AI所取代。理性来看，ChatGPT对人们就业的冲击，和以往出现的生产力跃升并无本质区别，短期内会对岗位形成一定的结构性冲击，但中长期便会稳定。此时作为一个AI老兵，我也要为AI说一句话：抢走你工作的不是AI，而是先掌握AI的人。二、ChatGPT的技术分析（一）技术路线：工程师思维的成功从技术角度看ChatGPT的成功，是得益于在自然语言处理NLP（Natural Language Processing）领域一群工程师的工程探索，从下文我们可以看出，工程师们基于工程探索的技术路线可能有别于研究者基于理论推导的技术路线。从技术角度解释工程师思维并不易读，我尝试从逻辑角度解释一下工程师的思维。要做一个具有人的智能的机器，首先要创建一个大脑；其次要有学习资料；然后掌握学习方法；最后考试归来。这就形成了ChatGPT的技术路线的逻辑框架。第一步，构建大脑，工程师们认为这应该是一个通用的大脑，什么都能学习，所以工程师们选择了通用人工智能AGI（Artificial General Intelligence）的构想：AGI应该是一个大系统，系统的核心是一个与任务无关的大模型，大模型依靠大算力从海量大数据中学习人类的知识，从而形成AI智能。这就是工程师们的系统思维。第二步，学习资料，人类知识的载体是文字和语言，所以工程师们选择了大型语言模型LLM（Large Language Model）。在这群工程师的眼里，大算力、大存储、大数据使得大模型的工程实践成为了可能，更成了工程师的“心猿意马”！随着数据越来越大，算力越来越大，模型越来越大，效果越来越好，这就是工程师们“力大砖飞”的思维。第三步，学习方法，工程师们选择了GPT的技术路线，并坚持了下去。在当时的NLP领域，深度学习模型已经遇到瓶颈，通过增加模型层深来提升模型效果微乎其微，深度学习模型已经逐步被预训练模型所取代。在预训练模型范式下，存在BERT（Bidirectional Encoder Representations from Transformers）和GPT（Generative Pre-Training）两种技术实现方式，两者看似比较相像，但其底层逻辑的截然不同。从当时的论文发表来看，研究者大部分选择了BERT技术，而工程师们大部分选择了GPT技术。回头看分析其原因，我个人觉得研究者的思路一般是按部就班：先是完成自然语言理解任务，而后是完成自然语言生成任务，这就是BERT。工程师们则希望一步到位，越过自然语言理解任务，直接完成自然语言生成任务，这就是GPT。第四步，考试归来，随着大算力、大数据的“厚积薄发”，大模型“量变突破质变”，能力超群的ChatGPT横空出世，获得了人们的追捧。（二）智能涌现：人工智能的厚积薄发最初的 GPT...

0 2

开题报告

AI助力学术写作：免费论文与开题报告生成神器

这篇文章介绍了AI技术在学术界中的应用，特别是AI免费写论文和AI生成开题报告的软件。通过使用这些工具，可以提高论文写作的效率和准确性。以AIPaperPass为例，这款基于人工智能技术的论文写作工具，能提供智能化的论文写作帮助，自动生成符合要求的论文初稿和开题报告。尽管这些软件生成的作品可能还需进一步修改，但它们为用户提供了快速、便捷的写作方式。

0 2