忒修斯之船：LLM 生成文本中改写的奇异案例

在文本操控与语言转换领域，作者身份问题一直是引人入胜且具哲学探究性的主题。正如忒修斯之船悖论所思：当一艘船的每块原木板都被替换后，它是否仍是同一艘船；我们的研究深入探讨一个有趣的问题：一段文本在经历多次改写迭代后，是否仍保留其原始作者身份？具体而言，由于大语言模型（LLMs）在生成原创内容与修改人工撰写文本方面均展现出卓越能力，一个关键问题随之浮现——当使用 LLM 或类似改写工具对文本进行重述时，作者身份应如何判定，即应归属于原始人类作者还是 AI 驱动的工具。因此，我们开启一场穿越语言与作者身份之海的哲学航程，以解开这一复杂谜题。借助计算方法，我们发现文本分类模型性能随每次连续改写迭代而下降，这与偏离原作者风格的程度密切相关，从而促使对当前作者身份观念的重新审视。