學術文本分析

大型語言模型 (LLM)

國家與領域脈絡下的人工智慧評估偏誤：LLM改寫與AI相似度指標的影響

一項以Dimensions資料庫為基礎的研究發現，量化學術論文中人工智慧（AI）使用時，若採用混合（pooled）基準，容易將既有寫作風格差異誤認為AI痕跡。研究以人類撰寫與由大型語言模型（LLM）改寫的摘要差異建立AI相似度指標，並比較整體混合基準與按國家與領域分組的基準。