academic integrity | BriefGPT

关键词academic integrity

搜索结果 - 19

PlagBench: 大型语言模型在抄袭生成和检测中的二元性探索
最近的文献强调了大型语言模型（LLMs）与学术诚信相关的潜在风险，它们可以记忆部分训练实例并在生成的文本中无妥善归属地复制。此外，鉴于它们在生成高质量文本方面的能力，剽窃者可以利用 LLMs 生成与原作无法区分的逼真释义或摘要。为了应对 L
PDF10 days ago
基于击键动态的抵制学术不诚实行为在 LLM 时代的应用
该研究提出了一种基于击键动态的方法，以区分学术环境中真实和辅助写作，并利用改进的 TypeNet 架构训练检测器。研究结果突显了真实和辅助写作之间击键动态的显著差异，并对提高数字教育平台的可靠性产生影响。
PDF13 days ago
关于作弊普遍性感知和生成 AI 的使用
调查研究教职员工对学生作弊普遍性的感知以及生成式人工智能对学术诚信的影响，通过对乌普萨拉大学信息技术系教师的匿名调查数据和 2004 至 2023 年作弊调查的机构统计数据的分析，结果显示教师普遍不认为作弊普遍，但他们强烈认为作弊案例在增加
PDFa month ago
研究中生成 AI 的负责任使用的大学框架
通过借鉴澳大利亚两所大学的经验，本文提出了一个框架，以帮助研究机构促进和促使生成性人工智能的负责任使用。此框架目的在于将复杂的监管环境转化为基于原则的立场声明，并为培训、沟通、基础设施和流程变革提供指导。此论文强调了研究机构在这一领域采取行
PDF2 months ago
高等教育中的 GenAI 检测工具、对抗技术及包容性的影响
该研究调查了六种主要的生成型人工智能（GenAI）文本检测器在面对经过修改以逃避检测的机器生成内容时的效力（n=805）。结果表明，当面对被篡改的内容时，这些检测器的准确率（39.5%）会大幅下降（17.4%），而某些技术在逃避检测方面比其
PDF3 months ago
AI 评估量表（AIAS）的应用：基于 GenAI 的评估的试点实施
英国越南大学举行的一项试点研究结果表明，将生成人工智能（GenAI）技术纳入教育评估中，在提高学习体验的同时促进学术诚信，并降低与 GenAI 相关的学术不端行为，使学生的成绩和模块通过率都得到了显著提升。
PDF4 months ago
ICML反对虚假的 AI 夸大宣称的立场文件
人类有倾向在周围的物体中看到类似于 “人” 的特质。这种行为被称为拟人化，并且这种拟人化趋势也出现在机器学习中，其中声称在大型语言模型中感知到类似于人类智能的特质。本立场论文通过考虑专业激励、人类偏见和一般的方法论设置，讨论了当前对人工通用
PDF5 months ago
大语言模型时代的文本水印调查
通过文本水印技术，在生成的文本中嵌入不可见但可检测的模式，有助于追踪和验证文本来源，从而防止滥用和盗版。该综述对当前的文本水印技术进行了全面总结，包括不同技术的概述和比较、算法的评估方法以及可能的应用领域，以帮助研究人员全面了解文本水印技术
PDF7 months ago
学生能力还是 AI 欺骗？分析 ChatGPT 的评估能力并评估检测策略
通过评估 ChatGPT 在三门课程（CS1、CS2、数据库）上的性能，研究了生成式人工智能对学习和评估的破坏性影响，其几乎完美地完成了所有初级考核，现有的检测方法对识别人工智能解决方案的成功率有所不同，教师和助教使用启发式方法区分学生代码
PDF7 months ago
更多机器人即将到来：大型多模态模型（ChatGPT）可以解决帕森斯问题的视觉多样化图像
大型语言模型对计算机教育产生了重大影响，研究表明，这些模型能够比学生提供更好的解释，回答多项选择题高于平均水平，并生成能够通过入门课程中的自动化测试的代码。然而，仅仅转向视觉编程问题可能不足以解决在生成 AI 时代的学术诚信问题。
PDF8 months ago
人工智能对数字教育演变的影响：OpenAI 文本生成工具的比较研究，包括 ChatGPT、Bing Chat、Bard 和 Ernie
数字化时代，人工智能在教育领域的集成带来了变革性的改变，重新定义了教学方法、课程规划和学生参与。这篇综述论文通过对比 OpenAI 的先驱性文本生成工具，如 Bing Chat、Bard 和 Ernie，特别关注最新的 ChatGPT，深入
PDF10 months ago
利用大型语言模型进行网络安全夺旗挑战和认证问题
评估网络安全 Capture-The-Flag（CTF）练习中使用大型语言模型（LLMs）的能力，并探讨它对课堂教学、CTF 挑战的影响以及相关的学术诚信问题。
PDF10 months ago
生成人工智能的方法：社会公正视角
2023-2024 学年，ChatGPT 的广泛普及将对学术诚信产生影响，高中学生中 77% 报告过使用人工智能驱动的写作辅助工具从事不诚实行为，这种被 Chan（arXiv:2306.03358v2）称为 'AI-giarism' 的 A
PDFa year ago
一种基于 OpenPose 的考试可疑活动视频检测器
利用自动化分析视频和检测考试期间的可疑活动，以有效地防止作弊，并促进学术诚信、公平和高质量教育的框架。
PDFa year ago
检测在计算机教育中生成的 LLM 文本：一个 ChatGPT 案例的比较研究
本文评估了 8 个公开可用的大型语言模型生成文本检测器的准确性，假阳性和弹性，并发现 CopyLeaks 是最准确的大型语言模型生成文本检测器，GPTKit 是减少假阳性的最佳大型语言模型生成文本检测器，而 GLTR 是最弹性的大型语言模型
PDFa year ago
基调之战：大学评估中检测 GPT-4 生成内容的方法研究
本研究使用 GPT-4 生成内容来测试其对大学评估的鲁棒性，并评估学术人员在 Turnitin AI 检测工具支持下是否能够检测到其使用。研究表明，使用对抗技术可以有效地逃避 AI 检测工具的检测，并提出了应调整评估策略、进行全面培训等建议
PDFa year ago
通过上下文感知困惑分析探究 ChatGPT 生成的大学生作业检测
本研究旨在解决大型语言模型在学术诚信方面可能存在的风险，通过介绍 HowkGPT 来识别由人工智能生成的作业，并通过预训练的 LLM 为此分数，从而建立起一个阈值，进而确定提交的学生作业的来源。
PDFa year ago
建立抗干扰的大型语言模型考试：指南和策略
研究探讨了大型语言模型（LLMs），例如 ChatGPT 在考试中的表现及对评估的影响，并提出了创建 LLM 抗拒力考试的指南，旨在确保评估的公正性和准确性。
PDFa year ago
改述检测：人类与机器内容
本文旨在分析大型语言模型如 GPT-4 和 ChatGPT 等的语言生成和改写能力的特点和限制及其对学术诚信的挑战，探讨人工改写和机器改写之间的区别，并对常用的数据集进行综合分析和评估，结果显示自动生成文本的水平仍不及人类普及水平，适合于语
PDFa year ago