IntegrityAI 在 GenAI 检测任务中的表现：基于 ELECTRA 和风格分析检测英文和阿拉伯语机器生成学术论文
计算与语言
2025-01-13 v1 人工智能
摘要
最近的研究探讨了检测机器生成论文以用于学术目的的问题。为应对这一挑战，该研究利用在阿拉伯语和英文学术论文上微调的基于转换器的预训练模型，结合风格分析特征。针对英文和阿拉伯语分别训练了基于 ELECTRA 的自定义模型和 AraELECTRA，并使用基准数据集进行评估。所提出的模型取得了优异的成绩，英文子任务中 F1 分数达到 99.7%，在 26 支队伍中排名第 2；阿拉伯语子任务中 F1 分数达到 98.4%，在 23 支队伍中名列第 1。
引用
@article{arxiv.2501.05476,
title = {IntegrityAI at GenAI Detection Task 2: Detecting Machine-Generated Academic Essays in English and Arabic Using ELECTRA and Stylometry},
author = {Mohammad AL-Smadi},
journal= {arXiv preprint arXiv:2501.05476},
year = {2025}
}