ADVERTISEMENT
ChatGPT的出現,讓上班族和學生都看到了「交作業」的曙光。無論是英語論文、還是閱讀筆記,只要在ChatGPT的知識範圍內,都可以拜託它幫忙完成,寫出來的內容也有理有據。
不過,有沒有想過如果你的老師也準備用「AI文本檢測器」之類的東西來防止作弊呢?
像這樣輸入一段看起來沒問題的文章,經過它一番檢測,認為這段文字「由AI編寫」(Fake)的可能性為99.98%!
換個數學論文試試?ChatGPT的輸出看起來沒什麼問題,卻仍然被它準確識破了:
這可不是靠亂測,畢竟對方同樣是個AI,也是個訓練有素的AI。
用AI寫的東西來訓練新AI
這個AI檢測器名叫GPT-2 Output Detector,是OpenAI聯合哈佛大學等學校和機構一起打造的。(沒錯,同樣是OpenAI自家做的)
輸入50個以上字元(tokens)就能較準確地辨識AI產生的文本。 即便是專門檢測GPT-2的模型,用來檢測其他AI生成文本效果也同樣不錯。
作者們先是發表了一個「GPT-2生成內容」和WebText(專門從國外論壇Reddit上抓下來的)資料集,讓AI理解「AI語言」和「人話」之間的差異。隨後,用這個資料集對RoBERTa模型進行微調,就得到了這個AI檢測器。
RoBERTa(Robustly Optimized BERT approach)是BERT的改進版。原始的BERT使用了13GB大小的資料集,但RoBERTa使用了包含6300萬條英文新聞的160GB資料集。
其中,人話一律被辨識為True,AI產生的內容則一律被辨識為Fake。
例如這是一段從Medium英文部落格上複製的內容。從辨識結果來看,很顯然作者是親自寫的:
當然,這個檢測器也並非100%準確。
AI模型參數量越大,產生的內容越不容易被辨識,例如1.24億參數量的模型「被抓包」的概率就比15億參數更高。 同時,模型產生結果隨機性越高,AI生成內容被檢測出來的概率也會更低。
但即便將模型調整到生成隨機性最高(Temperature=1,越接近0生成隨機性越低),1.24億參數模型被檢測出的概率仍然是88%,15億參數模型被檢測出的概率仍然有74%。
這是OpenAI兩年前發表的模型,當時對GPT-2產生的內容怎麼抓都抓得到。 現在面對升級版的ChatGPT,檢測英文產生內容的效果依舊不錯。但面對ChatGPT生成的中文,它的辨識能力就不那麼好了。例如先讓ChatGPT寫一段作文:
AI檢測器認為有99.68%是真人寫的……
當然話說回來,ChatGPT也能檢測自己所產生文本。
所以,你也不排除老師將你的作業直接交給ChatGPT來辨識。不過這也不是每次都可以準確的辨識出來。
One More Thing
值得一提的是,ChatGPT表示自己並不能連結網路來搜索資訊。顯然,它還意識不到GPT-2 Output Detector這個AI檢測器的存在:
所以能不能讓ChatGPT生成一段「不被AI檢測器測出來的」內容呢?
ChatGPT很正氣凜然的告訴你它不能做這件事。但如果你換個說法,不要用「騙」這個字。那麼會得到不同的答案。
資料來源:
請注意!留言要自負法律責任,相關案例層出不窮,請慎重發文!