大规模研究检测到数百万个科学论文中的AI指纹
作者：by Charles Blue, Phys.org
您可能在不知不觉中遇到了通过某种大型语言模型（LLM）完全或部分创建的引人注目的在线内容。随着这些AI资源（如Chatgpt和Google Gemini）变得更加精通近乎人类的质量写作，因此将纯粹的人写作与LLMS修改或完全产生的内容区分开来变得更加困难。
这一对可疑作者身份的激增引起了人们的关注学术界AI生成的内容已悄悄地蔓延到同行评审的出版物中。
阐明llm内容的广泛性学术写作，一支由美国和德国研究人员组成的团队分析了超过1500万个生物医学摘要PubMed确定LLM是否对期刊文章中的特定单词选择产生了可检测的影响。
他们的调查表明，自LLM的出现以来，学术文献中某些造型师单词选择的频率有相应的增加。这些数据表明，在2024年发表的论文中，至少有13.5％的文章是用一定数量的LLM处理编写的。这结果出现在开放式日记中科学进步。
自从不到三年前发行Chatgpt以来，人工智能（AI）和LLM内容的流行率爆炸，引起人们对某些研究的准确性和完整性的担忧。
然而，过去量化学术写作中LLM的上升的努力受到了对人类和LLM生成的文本集的依赖的限制。作者指出，这种设置说：“可以引入偏见，因为它需要在哪些模型中使用科学家使用LLM辅助写作的假设，以及它们如何促使他们。”
为了避免这些局限性，最新研究的作者反而研究了在公开发行Chatgpt之前和之后过度使用某些单词的变化，以发现任何明显的趋势。
研究人员对他们对先前的Covid-19公共卫生进行了建模研究，它能够通过比较大流行前后的过量死亡来推断Covid-19对死亡率的影响。通过采用相同的前后方法，新研究分析了LLMS出现之前和之后的多余单词使用模式。
研究人员发现，在LLM发行后，从过量使用“内容词”到过多使用“风格和花朵”单词选择，例如“展示”，“ Pivotal”和“ Grappling”。
通过手动将语音部分分配给每个多余的单词，作者确定在2024年之前，有79.2％的多余单词选择是名词。在2024年期间，有一个明显的转变。多余的单词选择中有66％是动词，14％是形容词。
该小组还确定了研究领域，国家和场地之间LLM使用情况的显着差异。
我们作者为您写的查尔斯·蓝，，，，编辑安德鲁·齐宁（Andrew Zinin）本文是仔细人类工作的结果。我们依靠像您这样的读者来使独立科学新闻业保持活力。如果此报告对您很重要，请考虑捐款（尤其是每月）。你会得到一个无广告表示感谢。
更多信息：Dmitry Kobak等人，通过过多的词汇量在生物医学出版物中深入研究LLM辅助写作，科学进步（2025）。doi：10.1126/sciadv.adt3813
©2025科学X网络
引用：大规模研究检测到数百万个科学论文中的AI指纹（2025年7月6日）检索2025年7月9日摘自https://phys.org/news/2025-07-massive-ai-fingerprints-millions-scientific.html
该文档具有版权。除了为私人研究或研究目的的任何公平交易外，没有未经书面许可，可以复制部分。内容仅用于信息目的。
关于《大规模研究检测到数百万个科学论文中的AI指纹》的评论
暂无评论