要約
SemEval-2024 コンペティションのマルチジェネレーター、マルチドメイン、および多言語ブラックボックスの機械生成テキスト検出の共有タスクは、人間と AI の共同執筆による悪用の問題に取り組むことを目的としています。
AI コンテンツの既存の検出器は多数ありますが、多くの場合、二者択一の答えを与えるように設計されているため、人間が書いたテキストと機械が生成したテキストの境界を見つけるというより微妙な問題には適していない可能性があります。
書くことがますます人気になります。
この論文では、境界検出の問題に取り組みます。
特に、DeBERTaV3 の教師あり微調整のためのデータを増強するためのパイプラインを紹介します。
このパイプラインにより、コンテストのリーダーボードによると、新たな最高 MAE スコアを獲得しました。
要約(オリジナル)
The Multigenerator, Multidomain, and Multilingual Black-Box Machine-Generated Text Detection shared task in the SemEval-2024 competition aims to tackle the problem of misusing collaborative human-AI writing. Although there are a lot of existing detectors of AI content, they are often designed to give a binary answer and thus may not be suitable for more nuanced problem of finding the boundaries between human-written and machine-generated texts, while hybrid human-AI writing becomes more and more popular. In this paper, we address the boundary detection problem. Particularly, we present a pipeline for augmenting data for supervised fine-tuning of DeBERTaV3. We receive new best MAE score, according to the leaderboard of the competition, with this pipeline.
arxiv情報
| 著者 | Anastasia Voznyuk,Vasily Konovalov |
| 発行日 | 2024-05-17 08:44:48+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google