科学还是劣质生成内容？评估并减少 AI 生成论文中的科学缺陷
这项研究分析了基于 token 的检测器难以发现的 AI 生成科学论文缺陷：各部分看似合理，但连接它们的科学推理可能存在断裂。研究团队提出六项衡量指标，并构建 SciSlopBench，收录 390 篇 AI 生成论文，每篇都配有研究问题和贡献类型相近的人类撰写论文。这些指标在 85.9% 的配对中识别出 AI 论文，高于 Binoculars 的 68.7%。科学缺陷越多，ICLR 评分往往越低。研究提出的 SciSlopHarness依据实验结果指导针对性修改；与最强的现有修改基线相比，它将 AI 论文与人类论文之间剩余的差距缩小了 63%。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。