随着ChatGPT等LLM工具「入侵」校园，关于学生是否应该使用以及如何使用AI工具撰写书面作业仍存在广泛争议，针对这一问题，斯坦福大学研究者们提出的DetectGPT给出了潜在的解决方案。
3月9日（本周四）上午11点，智源社区邀请到了来自斯坦福大学计算机系四年级的博士生Eric Anthony Mitchell（导师Chris Manning）来分享「DetectGPT：判断文本是否为机器生成的工具」，欢迎大家报名参与交流（本次报告为英语）。
Eric Anthony Mitchell
斯坦福大学计算机系四年级博士生，导师为Chelsea Finn 和 Christopher D. Manning。研究目标是使神经网络中的知识更易于重用和更新,以适应这个持续变化的世界。他的主要研究兴趣为大语言模型背景下的深度学习、元学习和持续学习。本科毕业于普林斯顿大学，曾在伦敦 DeepMind 担任研究实习生。在攻读博士之前，曾担任纽约三星人工智能中心的一名研究工程师。空闲时间，他喜欢吉他和人声创作音乐，还喜欢户外活动，尤其是高尔夫和登山。
“
DetectGPT：判断文本是否为机器生成的工具
ChatGPT是一个热门话题。人们开始讨论是否可以检测到一篇文章是由大型语言模型(LLM)生成的。DetectGPT定义了一种新的基于曲率的准则，用于判断文本是否从给定的LLM生成。该方法基于的原理是：由 LLM 生成的文本通常在模型的对数概率函数的负曲率区域的特定区域徘徊。同时，它是一种不需要任何额外数据或训练的零次学习方法，使其成为识别机器生成的文本的高效工具。随着 LLM 的使用继续增长，检测机器生成的文本的相应系统的重要性将变得越来越关键。
活动时间：3月9日（周四）11:00-12:30
活动形式：线上直播，扫描下方二维码报名
更多内容 尽在智源社区公众号
