Tracing Thought: Identifying the Language Models Behind AI-Generated Text Using Chain of Thought Reasoning

本研究针对AI生成文本的检测，提出了COT Fine-tuned框架，通过双任务方法改善文本的识别准确性。创新之处在于运用思维链推理，使模型生成其预测的解释，从而提升透明度与可解释性，实验表明该方法在AI与人类文本分类及LLM识别方面表现出色。

本研究提出COT Fine-tuned框架，通过双任务方法提升AI生成文本的检测准确性，并利用思维链推理增强模型的透明度与可解释性。实验结果表明，该框架在文本分类和LLM识别方面表现优异。

COT Fine-tuned models 双任务 思维链推理 文本分类 检测准确性
原文英文，约100词，阅读约需1分钟。发表于：。
阅读原文
分享给好友