BriefGPT - AI 论文速递
·
科学论文中 LLM 的使用增加趋势的映射
💡
原文中文，约500字，阅读约需2分钟。
📝
内容提要
该研究提出了一种方法，用于估计大语言模型在大型语料库中可能被修改或生成的文本比例。研究结果显示，提交给会议的同行评议文本中有6.5％到16.9％的文本可能是由大语言模型进行了大幅修改。研究讨论了生成文本的出现对用户行为的揭示以及对同行评议的影响。研究呼吁未来的跨学科工作来研究大语言模型的使用如何改变我们的信息和知识实践。
🎯
关键要点
- 研究提出了一种方法，用于估计大语言模型在大型语料库中可能被修改或生成的文本比例。
- 研究结果显示，提交给会议的同行评议文本中有6.5％到16.9％的文本可能是由大语言模型进行了大幅修改。
- 生成文本的出现可以揭示用户行为，尤其是在截止日期接近的评审中，LLM生成的文本比例更高。
- 研究观察到生成文本的语料库级别趋势，这些趋势可能在个体级别上难以察觉。
- 研究讨论了这些趋势对同行评议的影响，并呼吁未来的跨学科工作来研究大语言模型的使用如何改变信息和知识实践。
➡️
