Fugu-MT 論文翻訳(概要): Papilusion at DAGPap24: Paper or Illusion? Detecting AI-generated Scientific Papers

論文の概要: Papilusion at DAGPap24: Paper or Illusion? Detecting AI-generated Scientific Papers

arxiv url: http://arxiv.org/abs/2407.17629v2
Date: Tue, 30 Jul 2024 10:33:01 GMT
ステータス: 処理完了
システム内更新日: 2024-07-31 12:35:15.810311
Title: Papilusion at DAGPap24: Paper or Illusion? Detecting AI-generated Scientific Papers
Title（参考訳）: DAGPap24のパピルシオン : 紙かイリューシオンか?AIによる科学論文の検出
Authors: Nikita Andreev, Alexander Shirnin, Vladislav Mikhailov, Ekaterina Artemova,
Abstract要約: パピルシオン(Papilusion)は、DAGPap24共有タスク内で開発されたAI生成の科学テキスト検出器である。本稿では,アンサンブルに基づくアプローチを提案し,検知器の構成が性能に与える影響を分析するためのアブレーション研究を行う。
参考スコア（独自算出の注目度）: 44.81938418483273
License: http://creativecommons.org/licenses/by/4.0/
Abstract: This paper presents Papilusion, an AI-generated scientific text detector developed within the DAGPap24 shared task on detecting automatically generated scientific papers. We propose an ensemble-based approach and conduct ablation studies to analyze the effect of the detector configurations on the performance. Papilusion is ranked 6th on the leaderboard, and we improve our performance after the competition ended, achieving 99.46 (+9.63) of the F1-score on the official test set.
Abstract（参考訳）: 本稿では,DAGPap24共有タスク内で開発されたAI生成科学テキスト検出装置であるPapilusionについて述べる。本稿では,アンサンブルに基づくアプローチを提案し,検知器の構成が性能に与える影響を分析するためのアブレーション研究を行う。パピルシオンは6位にランクインし、公式テストセットでF1スコアの99.46(+9.63)を達成した。

関連論文リスト

Multi-head Span-based Detector for AI-generated Fragments in Scientific Papers [0.0]
本稿では,AIと人文科学の抜粋を区別するシステムについて述べる。この競争では、科学領域の文書に人工的に生成されたトークンレベルのテキストフラグメントを見つけることが課題である。
論文参考訳（メタデータ） (2024-11-11T20:05:22Z)
AI Insights: A Case Study on Utilizing ChatGPT Intelligence for Research Paper Analysis [0.0]
この研究は、研究トピックとして、乳癌治療における人工知能のテキスト応用を選択した。このトピックに関する研究論文は、Google Scholar、Pubmed、Scopusの3つの主要な出版データベースから収集された。チャットGPTモデルを用いて,研究論文のカテゴリ,スコープ,関連情報を同定した。
論文参考訳（メタデータ） (2024-03-05T19:47:57Z)
Position: AI/ML Influencers Have a Place in the Academic Process [82.2069685579588]
機械学習研究の可視性向上におけるソーシャルメディアインフルエンサーの役割について検討する。 2018年12月から2023年10月までの間に、8000以上の論文の包括的なデータセットを収集しました。我々の統計的および因果推論分析は、これらのインフルエンサーが支持する論文の引用が著しく増加することを示している。
論文参考訳（メタデータ） (2024-01-24T20:05:49Z)
SciFact-Open: Towards open-domain scientific claim verification [61.288725621156864]
本稿では,科学的クレーム検証システムの性能評価を目的とした新しいテストコレクションであるSciFact-Openを提案する。我々は、4つの最先端の科学的クレーム検証モデルの上位予測をプールし、注釈付けすることで、科学的クレームの証拠を収集する。その結果,SciFact-Openへの一般化に苦慮する小形コーパス上で開発されたシステムは,少なくとも15F1の性能低下を示すことがわかった。
論文参考訳（メタデータ） (2022-10-25T05:45:00Z)
Quantifying hierarchy in scientific teams [42.444263246116485]
本稿では、最近のPNAS論文「Flat Teams Drive Scientific Innovation」で使われているデータ収集と機械学習モデルの詳細について述べる。著者チームの暗黙的階層を推定するために,学術出版の特徴をどのように活用できるかを論じる。
論文参考訳（メタデータ） (2022-10-12T01:28:25Z)
Ranking Scientific Papers Using Preference Learning [48.78161994501516]
我々はこれをピアレビューテキストとレビュアースコアに基づく論文ランキング問題とみなした。ピアレビューに基づいて最終決定を行うための,新しい多面的総合評価フレームワークを提案する。
論文参考訳（メタデータ） (2021-09-02T19:41:47Z)
Reproducibility Companion Paper: Knowledge Enhanced Neural Fashion Trend Forecasting [78.046352507802]
Python実装を使用した実験の複製を可能にするアーティファクトを提供する。本稿では,本論文で実施した実験を再現し,前報と同様の性能を得る。
論文参考訳（メタデータ） (2021-05-25T10:53:11Z)
Accelerating COVID-19 research with graph mining and transformer-based learning [2.493740042317776]
新型コロナウイルス研究のための汎用仮説自動生成システムAGATHA-CとAGATHA-GPを紹介します。どちらのシステムも、高速な計算時間でドメイン(一部のドメインでは0.97%のROC AUC)間で高品質の予測を実現します。これらのシステムは、新型コロナウイルスとオキシトシンホルモンの関係など、現在進行中の研究成果を発見できることを示す。
論文参考訳（メタデータ） (2021-02-10T15:11:36Z)
Recognizing Families In the Wild: White Paper for the 4th Edition Data Challenge [91.55319616114943]
本稿では,Recognizing Families In the Wild(RFIW)評価における支援課題(親族検証,三対象検証,行方不明児の検索・検索)を要約する。本研究の目的は、2020年のRFIWチャレンジと、将来的な方向性の予測について述べることである。
論文参考訳（メタデータ） (2020-02-15T02:22:42Z)

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。