Detección de texto generado por LLM frente a texto humano a través de la fusión multi-característica DeepSeek-R1
Autores: Bu, Xuan; Tang, Minghu; Wang, Junjie; Zhang, Jiayi; Luo, Peng
Idioma: Inglés
Editor: MDPI
Año: 2026
Acceso abierto
Artículo científico
2026
Detección de texto generado por LLM frente a texto humano a través de la fusión multi-característica DeepSeek-R1
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Desarrollo
Inteligencia artificial
Tecnología
Industrias
Desafíos
Modelos de lenguaje
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
El desarrollo de la tecnología de inteligencia artificial generativa ha traído conveniencia a diversas industrias, pero también ha causado cierta confusión. Especialmente hoy, cuando el contenido generado por grandes modelos de lenguaje es extremadamente similar al texto real, ha creado desafíos en muchos campos (como en la discriminación de tesis de graduación en las escuelas) para identificar rápidamente si un texto proviene de fuentes humanas o ha sido generado por grandes modelos de lenguaje. Basado en el modelo de lenguaje DeepSeek-R1, este artículo combina características del lenguaje natural y utiliza un mecanismo de juicio para detectar texto generado por grandes modelos de lenguaje. Los resultados experimentales muestran que su precisión mejora en comparación con métodos convencionales en los conjuntos de datos de Reuters, WP y HC3.
Descripción
El desarrollo de la tecnología de inteligencia artificial generativa ha traído conveniencia a diversas industrias, pero también ha causado cierta confusión. Especialmente hoy, cuando el contenido generado por grandes modelos de lenguaje es extremadamente similar al texto real, ha creado desafíos en muchos campos (como en la discriminación de tesis de graduación en las escuelas) para identificar rápidamente si un texto proviene de fuentes humanas o ha sido generado por grandes modelos de lenguaje. Basado en el modelo de lenguaje DeepSeek-R1, este artículo combina características del lenguaje natural y utiliza un mecanismo de juicio para detectar texto generado por grandes modelos de lenguaje. Los resultados experimentales muestran que su precisión mejora en comparación con métodos convencionales en los conjuntos de datos de Reuters, WP y HC3.