論文の概要: Implementing BERT and fine-tuned RobertA to detect AI generated news by ChatGPT

• arxiv url: http://arxiv.org/abs/2306.07401v1
• Date: Fri, 9 Jun 2023 17:53:19 GMT
• ステータス: 処理完了
• システム内更新日: 2023-06-14 15:58:41.922353
• Title: Implementing BERT and fine-tuned RobertA to detect AI generated news by ChatGPT
• Title（参考訳）: ChatGPTによるBERTと微調整RobertAによるAI生成ニュースの検出
• Authors: Zecong Wang, Jiaxi Cheng, Chen Cui, and Chenhao Yu
• Abstract要約: この研究は、ChatGPTが生み出したボグニュースAI生成ニュースをニューラルネットワークで識別できることを示している。 RobertA と BERT の優れた性能は、これらのモデルが誤報との戦いにおいて重要な役割を果たしていることを示している。
• 参考スコア（独自算出の注目度）: 0.7130985926640657
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The abundance of information on social media has increased the necessity of accurate real-time rumour detection. Manual techniques of identifying and verifying fake news generated by AI tools are impracticable and time-consuming given the enormous volume of information generated every day. This has sparked an increase in interest in creating automated systems to find fake news on the Internet. The studies in this research demonstrate that the BERT and RobertA models with fine-tuning had the best success in detecting AI generated news. With a score of 98%, tweaked RobertA in particular showed excellent precision. In conclusion, this study has shown that neural networks can be used to identify bogus news AI generation news created by ChatGPT. The RobertA and BERT models' excellent performance indicates that these models can play a critical role in the fight against misinformation.
• Abstract（参考訳）: ソーシャルメディア上の情報量が多ければ多いほど、正確なリアルタイム情報検出の必要性が高まっている。 AIツールによって生成された偽ニュースを識別し検証する手作業のテクニックは、毎日発生する膨大な量の情報を考えると、実行不可能で時間を要する。 これにより、インターネット上でフェイクニュースを見つける自動化システムの構築に対する関心が高まった。 この研究は、細調整のBERTとRobertAモデルが、AIが生成したニュースを検出するのに最も成功したことを示した。 スコアは98%で、特にロバートAの微調整は精度に優れていた。 結論として,ChatGPTが生み出したニュースAI生成ニュースをニューラルネットワークを用いて識別できることが示唆された。 RobertA と BERT の優れた性能は、これらのモデルが誤報との戦いにおいて重要な役割を果たしていることを示している。

関連論文リスト

• A Regularized LSTM Method for Detecting Fake News Articles [0.0]
  本稿では,偽ニュース記事を検出するための高度な機械学習ソリューションを開発する。 我々は、23,502の偽ニュース記事と21,417の正確なニュース記事を含む、包括的なニュース記事のデータセットを活用している。 私たちの研究は、そのようなモデルを現実世界のアプリケーションにデプロイする可能性を強調しています。
  論文  参考訳（メタデータ） (2024-11-16T05:54:36Z)
• Impact of Fake News on Social Media Towards Public Users of Different Age Groups [0.0]
  本研究では,偽ニュースがソーシャルメディア利用者にどのような影響を及ぼすかを検討した。 偽ニュースの識別・分類における機械学習モデルの有効性について検討した。
  論文  参考訳（メタデータ） (2024-11-08T15:32:20Z)
• Adapting Fake News Detection to the Era of Large Language Models [48.5847914481222]
  我々は,機械による(言い換えられた)リアルニュース,機械生成のフェイクニュース,人書きのフェイクニュース,人書きのリアルニュースの相互作用について検討する。 我々の実験では、人書き記事のみに特化して訓練された検知器が、機械が生成したフェイクニュースを検出できる興味深いパターンを明らかにしましたが、その逆ではありません。
  論文  参考訳（メタデータ） (2023-11-02T08:39:45Z)
• Detection of news written by the ChatGPT through authorship attribution performed by a Bidirectional LSTM model [0.0]
  この研究は、ChatGPTが人口が消費するニュースを生成するために使用される特定の状況を中心にしている。 それは、ChatGPTによって書かれたものを識別し、ニュース記事の著者帰属を行う人工知能モデルを構築することを目的としている。
  論文  参考訳（メタデータ） (2023-10-25T14:48:58Z)
• Prompt-and-Align: Prompt-Based Social Alignment for Few-Shot Fake News Detection [50.07850264495737]
  プロンプト・アンド・アライン(Prompt-and-Align、P&A)は、数発のフェイクニュース検出のための新しいプロンプトベースのパラダイムである。 我々はP&Aが、数発のフェイクニュース検出性能をかなりのマージンで新たな最先端に設定していることを示す。
  論文  参考訳（メタデータ） (2023-09-28T13:19:43Z)
• Performance Analysis of Transformer Based Models (BERT, ALBERT and RoBERTa) in Fake News Detection [0.0]
  住民の誤報や誤報に最もさらされた地域のトップ3は、バンテン、DKIジャカルタ、西ジャワである。 従来の研究では、BERTとして知られる変圧器モデルの非変圧器アプローチ上における優れた性能が示されている。 本研究では、これらのトランスモデルを探索し、ALBERTが87.6%の精度、86.9%の精度、86.9%のF1スコア、174.5の実行時間(s/epoch)で他のモデルより優れていることを発見した。
  論文  参考訳（メタデータ） (2023-08-09T13:33:27Z)
• The use of Data Augmentation as a technique for improving neural network accuracy in detecting fake news about COVID-19 [0.0]
  本稿では,自然言語処理(NLP)とデータ拡張技術の適用により,ニューラルネットワークの性能が向上し,ポルトガル語における偽ニュースの検出が向上することを示す。
  論文  参考訳（メタデータ） (2022-05-01T11:52:53Z)
• Faking Fake News for Real Fake News Detection: Propaganda-loaded Training Data Generation [105.20743048379387]
  提案手法は,人間によるプロパガンダのスタイルや戦略から情報を得た学習例を生成するための新しいフレームワークである。 具体的には、生成した記事の有効性を確保するために、自然言語推論によって導かれる自己臨界シーケンストレーニングを行う。 実験の結果、PropaNewsでトレーニングされた偽ニュース検知器は、2つの公開データセットで3.62～7.69%のF1スコアで人書きの偽情報を検出するのに優れていることがわかった。
  論文  参考訳（メタデータ） (2022-03-10T14:24:19Z)
• FacTeR-Check: Semi-automated fact-checking through Semantic Similarity and Natural Language Inference [61.068947982746224]
  FacTeR-Checkは、ファクトチェックされた情報の検索、未確認のクレームの検証、ソーシャルメディア上での危険な情報の追跡を可能にする。 このアーキテクチャは、NLI19-SPと呼ばれる新しいデータセットを使って検証されている。 この結果から,各ベンチマークにおける最先端性能と,61種類のホアックスの時間経過に伴う進化の有用な解析結果が得られた。
  論文  参考訳（メタデータ） (2021-10-27T15:44:54Z)
• NewsBERT: Distilling Pre-trained Language Model for Intelligent News Application [56.1830016521422]
  本稿では,学習済み言語モデルを抽出し,効率的なニュースインテリジェンスを実現するNewsBERTを提案する。 そこで本研究では,教師と学生の共学モデルを協調的に学習するための,教師と学生の共学学習・蒸留の枠組みを設計する。 実験では,NewsBERTはより小さなモデルで,様々なインテリジェントなニュースアプリケーションのモデル性能を効果的に向上させることができる。
  論文  参考訳（メタデータ） (2021-02-09T15:41:12Z)
• Machine Learning Explanations to Prevent Overtrust in Fake News Detection [64.46876057393703]
  本研究では、ニュースレビュープラットフォームに組み込んだ説明可能なAIアシスタントが、フェイクニュースの拡散と戦う効果について検討する。 我々は、ニュースレビューと共有インターフェースを設計し、ニュース記事のデータセットを作成し、4つの解釈可能なフェイクニュース検出アルゴリズムを訓練する。 説明可能なAIシステムについてより深く理解するために、説明プロセスにおけるユーザエンゲージメント、メンタルモデル、信頼、パフォーマンス対策の相互作用について議論する。
  論文  参考訳（メタデータ） (2020-07-24T05:42:29Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。