ترجمه فارسی مقاله تشخیص چت‌بات از انسان

چکیده

There have been many recent advances in the fields of generative Artificial Intelligence (AI) and Large Language Models (LLM), with the Generative Pre-trained Transformer (GPT) model being a leading “chatbot.” LLM-based chatbots have become so powerful that it may seem difficult to differentiate between human-written and machine-generated text. To analyze this problem, we have developed a new dataset consisting of more than 750,000 human-written paragraphs, with a corresponding chatbot-generated paragraph for each. Based on this dataset, we apply Machine Learning (ML) techniques to determine the origin of text (human or chatbot). Specifically, we consider two methodologies for tackling this issue: feature analysis and embeddings. Our feature analysis approach involves extracting a collection of features from the text for classification. We also explore the use of contextual embeddings and transformer-based architectures to train classification models. Our proposed solutions offer high classification accuracy and serve as useful tools for textual analysis, resulting in a better understanding of chatbot-generated text in this era of advanced AI technology.

چکیده به فارسی (ترجمه ماشینی)

بسیاری از پیشرفت های اخیر در زمینه های هوش مصنوعی تولیدی (AI) و مدل های بزرگ زبان (LLM) وجود داشته است که مدل ترانسفورماتور پیش آموزش از پیش آموزش (GPT) یک “چت بابات” پیشرو است.چت های مبتنی بر LLM چنان قدرتمند شده اند که ممکن است تمایز بین متن نوشته شده توسط انسان و دستگاه تولید شده دشوار به نظر برسد.برای تجزیه و تحلیل این مشکل ، ما یک مجموعه داده جدید متشکل از بیش از 750،000 پاراگراف انسانی نوشته شده ، با یک پاراگراف مربوط به chatbot مربوطه برای هر یک تهیه کرده ایم.بر اساس این مجموعه داده ، ما از تکنیک های یادگیری ماشین (ML) برای تعیین منشاء متن (انسانی یا چت بابات) استفاده می کنیم.به طور خاص ، ما دو روش را برای مقابله با این موضوع در نظر می گیریم: تجزیه و تحلیل ویژگی ها و تعبیه ها.رویکرد تجزیه و تحلیل ویژگی ما شامل استخراج مجموعه ای از ویژگی ها از متن برای طبقه بندی است.ما همچنین استفاده از تعبیه های متنی و معماری های مبتنی بر ترانسفورماتور را برای آموزش مدلهای طبقه بندی بررسی می کنیم.راه حل های پیشنهادی ما دقت طبقه بندی بالایی را ارائه می دهد و به عنوان ابزاری مفید برای تجزیه و تحلیل متنی خدمت می کند و در نتیجه درک بهتری از متن تولید شده توسط chatbot در این دوره از فناوری پیشرفته هوش مصنوعی ایجاد می شود.