ПРИМЕНЕНИЕ СТИЛОМЕТРИИ ДЛЯ ОПРЕДЕЛЕНИЯ СГЕНЕРИРОВАННЫХ ТЕКСТОВ

?

ПРИМЕНЕНИЕ СТИЛОМЕТРИИ ДЛЯ ОПРЕДЕЛЕНИЯ СГЕНЕРИРОВАННЫХ ТЕКСТОВ

С. 176–182.

Е. А. Сальников, А. А. Бонч-Осмоловская

В рамках данного доклад будет проанализировано использование стилометрической метрики дельта Бёрроуза в качестве метода для определения искусственного (т. е. сгенерированного языковой моделью) текста. Данными для эксперимента послужили дневники – как дневниковые записи случайно выбранных авторов, так и дневниковые записи М. М. Пришвина. В качестве данных языковых моделей послужили дневниковые записи, сгенерированные при помощи языковых моделей ChatGPT и Vicuna_12b. Путём кластеризации подкорпусов на основе дельты Бёрроуза была установлено, что стилометрический подход позволяет достаточно уверенно отличать тексты, написанные людьми, от текстов, сгенерированных языковыми моделями.

Язык: русский

Текст на другом сайте

В книге

Информационные технологии в гуманитарных исследованиях: Материалы Международной научно-практической конференции, Красноярск, 25–28 сентября 2023 г.

Сибирский федеральный университет, 2023.

Proceedings of the 4th Workshop on NLP for Music and Audio (NLP4MusA 2026)

Бузаев Ф. А., Mullakhmetov R., Bogachev R. и др., Association for Computational Linguistics, 2026.

Добавлено: 22 июня 2026 г.

Rank‑Turbulence Delta and interpretable approaches to stylometric Delta measures

Dmitry Pronin, Evgeny Kazartsev, Digital Scholarship in the Humanities 2026 P. 1–15

Добавлено: 4 июня 2026 г.

COALA: Numerically Stable and Efficient Framework for Context-Aware Low-Rank Approximation

Паркина У. Р., Рахуба М. В., , in: 39th Conference on Neural Information Processing Systems (NeurIPS 2025).: NeurIPS, 2025. P. 71014–71041.

Добавлено: 29 апреля 2026 г.

XXII национальная конференция по искусственному интеллекту с международным участием (КИИ-2025)

СПб.: Санкт-Петербургский Федеральный исследовательский центр РАН, 2025.

Двадцать вторая Национальная конференция по искусственному интеллекту с международным участием КИИ-2025 продолжает традицию советских (российских) конференций, организуемых Российской ассоциацией искусственного интеллекта. В первом томе трудов публикуются пленарные доклады и доклады участников конференции, представленные на следующих секциях: Секция 1 «Инженерия знаний», Секция 2 «Интеллектуальный анализ данных», Секция 3 «Моделирование рассуждений», Секция 4 «Интеллектуальный анализ текстов, большие ...

Добавлено: 15 февраля 2026 г.

Generating and Debugging Java Code using LLMs based on Associative Recurrent Memory

Василевский В. И., Александров Д. В., Proceedings of the Institute for System Programming of the RAS 2025 Vol. 37 No. 5 P. 173–182

Автоматическая генерация кода большими языковыми моделями (LLM) достигла значительных успехов, однако все еще сталкивается с проблемами при работе со сложными и объемными кодовыми базами, особенно на таких языках, как Java. Ограничения контекстного окна LLM и сложность отладки сгенерированного кода являются ключевыми препятствиями. В данной статье представлен подход, направленный на улучшение генерации и отладки Java-кода. Мы ...

Добавлено: 26 декабря 2025 г.

Искусственный интеллект как симулякр смысла

Малинов С. А., Галактика медиа: журнал медиа исследований 2025 Т. 7 № 4 С. 154–173

В последние годы искусственный интеллект (ИИ) активно внедряется в повседневную жизнь человека. Его популярность неуклонно растёт, а компании всё чаще используют ИИ для оптимизации и ускорения рабочих процессов. Повседневные пользователи применяют большие языковые модели (Large Language Models, LLM) и мультимодальные ИИ-системы для решения широкого круга задач: генерации текстов, изображений и видео, планирования дня, поиска информации ...

Добавлено: 7 декабря 2025 г.

SIGNAL: Dataset for Semantic and Inferred Grammar Neurological Analysis of Language

Комиссаренко А. А., Voloshina E., Чевелева А. Н. и др., Scientific data 2025 Vol. 12 No. 1 Article 1687

Добавлено: 18 ноября 2025 г.

MADD: Multi-Agent Drug Discovery Orchestra

Solovev G. V., Zhidkovskaya A. B., Orlova A. и др., , in: Findings of the Association for Computational Linguistics: EMNLP 2025.: Association for Computational Linguistics, 2025. Ch. 367 P. 6956–6998.

Добавлено: 16 ноября 2025 г.

3MDBench: Medical Multimodal Multi-agent Dialogue Benchmark

Sviridov I., Miftakhova A., Tereshchenko A. и др., , in: Proceedings of the 2025 Conference on Empirical Methods in Natural Language Processing (EMNLP).: Association for Computational Linguistics, 2025. Ch. 1353 P. 26625–26665.

Добавлено: 16 ноября 2025 г.

FRUGAL: Memory-Efficient Optimization by Reducing State Overhead for Scalable Training

Zmushko P., Безносиков А. Н., Takáč M. и др., , in: Volume 267: International Conference on Machine Learning, 13-19 July 2025, Vancouver Convention Center, Vancouver, CanadaVol. 267.: [б.и.], 2025. P. 80708–80739.

Добавлено: 10 ноября 2025 г.

Hogwild! Inference: Parallel LLM Generation via Concurrent Attention

Rodionov G., Roman Garipov, Alina Shutova и др., , in: 39th Conference on Neural Information Processing Systems (NeurIPS 2025).: NeurIPS, 2025. P. 46592–46633.

Добавлено: 6 ноября 2025 г.

Гендерные различия в игре диктатора: сравнение поведения больших языковых моделей и людей

Паршаков П. А., Паклина С. Н., Маткин Н. А. и др., Вестник Пермского университета. Серия: Экономика 2026 Т. 21 № 1 С. 42–57

Введение. Большие языковые модели (LLM) всё активнее используются в социальных науках для имитации поведения участников экспериментов и анализа норм кооперации и справедливости. Однако остаётся открытым вопрос, способны ли они воспроизводить социальные асимметрии, включая гендерные различия. Цель. Работа направлена на проверку того, воспроизводят ли LLM гендерные различия в игре «Диктатор» и каким образом текстовые объяснения решений ...

Добавлено: 27 октября 2025 г.

Transformers and State-Space Models: Fine-Tuning Techniques for Solving Differential Equations

Игнатенко В. В., Сурков А. Ю., Zakharov V. и др., Sci 2025 Vol. 7 No. 3 Article 130

Добавлено: 10 октября 2025 г.

Application of Large Language Models to Solving Differential Equations: Constructing Baseline Models with LSTM and GRU

Сурков А. Ю., Захаров В. Ю., Sergei Koltcov и др., , in: Smart Technologies, Systems and Applications: 4th International Conference, SmartTech-IC 2024, Quito, Ecuador, December 2–4, 2024, Revised Selected Papers, Part IIVol. 2: Revised Selected Papers, Part II.: Springer, 2025. P. 239–252.

Добавлено: 11 сентября 2025 г.

Новая количественная модель Платоновского корпуса 2. Филогенетические методы в стилометрии

Алиева О. В., Вестник Православного Свято-Тихоновского гуманитарного университета. Серия 3: Филология 2025 Т. 84 С. 55–83

Несмотря на критику, стандартная хронология платоновского творчества сохраняет свое влияние не только на «эволюционистов», но и на разного толка «унитаристов». Авторитет стандартной хронологии покоится на уверенности в том, что деление диалогов на три группы «доказано» количественными методами. В дополнение к уже высказанным в литературе общетеоретическим возражениям, в этой статье мы намерены выдвинуть стилометрический довод против ...

Добавлено: 28 августа 2025 г.