研究概述了语言模型产生的虚假文本、媒体关注度、自然语言生成、社会意义等关键词，同时探索了机器产生文本的趋势和更大的社会影响。

Jan, 2024

本文介绍了受控产生合成文本的方法，以解决政治科学家在使用受监督文本模型方面面临的挑战。作者用三个应用程序证明了合成文本的实用性，包括生成描述乌克兰战斗的虚拟推文，为训练事件检测系统的合成新闻文章，以及训练句子级民粹主义分类器的多语言语料库。

Mar, 2023

通过分析引文图，我们评估了人工智能辅助学术写作，并发现 GPT-4 在支持人类用户的构思方面能够生成合理的粗粒度引文组合，但在没有人为干预的情况下无法进行详细的相关工作综合。因此，我们建议未来的写作助手工具不应独立撰写文本。

Feb, 2024

此篇研究论文讨论了基于 transformer 的 AI 文本生成系统（例如 GPT-3）和基于 AI 的文本到图像生成系统（例如 DALL-E 2 和 Stable Diffusion）如何改变数字艺术和电子文学领域，并探讨了由这些系统创造的新文学表达形式。研究者们将这些新的数字写作环境解读为一种文学方式，探索了这些环境对新文学艺术实践的不同潜力；同时，一个数字文化理论家研究了这些新兴文体的训练数据集的来源和影响。

May, 2023

本研究基于 GPT-3 模型自动生成科学论文摘要，通过机器学习模型结合多种文本表示方法来辨别机器生成文本，并分析模型性能及讨论相关研究问题，旨在揭示人工智能生成文本的能力和局限性。

Apr, 2023

本研究通过混合方法，探讨了在线教育是否具有使用基于生成人工智能技术的合成视频来创造有用的教育内容的潜力，并发现人工智能生成的合成视频可以成为在线教育中传统方法所制作视频的替代方案。

Apr, 2023

本研究提出两个数据集，一个完全由 GPT-2 模型生成的合成数据集和一个部分用 Arxiv-NLP 模型生成的文本替换数据集，评估数据集的质量，难度以及分类模型的区分能力。

Feb, 2022

通过对最近的跨学科文献进行综述，本文考察了人工智能技术（例如 ChatGPT）对学术写作和出版产生的重大影响，着重讨论了人工智能被用于学术不端行为时的伦理考虑以及在学术论文的写作、编辑和审查中使用人工智能时所需的监督。研究结果强调了出版商、编辑、审稿人和作者之间合作使用人工智能的需要，以确保该技术在道德和生产力方面的合理使用。

Jun, 2024

提出了一种新的学术作品形式，其核心包括文本摘要、与相关工作的超链接、收集的新型数据与其元数据、分析这些数据所需的算法或流程、以及作为规范版本文本的 “渲染器” 的 AI 模型，这种形式可以实现规范版的呈现，并且能够在未来的发现、作者不知道的学术成果、替代理论和特定观众的精确调整下进行动态 AI 再想象。

May, 2023

本研究以 ChatGPT 为基础，探讨了合成数据集的构建和利用，特别地，针对遥测监测领域。合成数据集具有对数据保密、不足以及控制变量等问题的解决方案，但其效用主要取决于其多样性、相关性和一致性。通过案例研究，本文对合成遥测数据集的生成过程进行了阐述，并对其进行了评估。尽管合成数据集不能完美地替代实际世界的数据，但在特定的应用场景中，其潜力是巨大的。

Jun, 2023