GPT生成的文本检测：基准数据集和基于张量的检测方法

随着ChatGPT等自然语言模型在应用程序和服务中越来越普遍，对检测其输出的健壮和准确方法的需求至关重要。在本文中，我们提出了GPT Reddit数据集（GRiD），这是一种新的生成预训练变换器（GPT）生成的文本检测数据集，旨在评估检测模型在识别ChatGPT生成的响应时的性能。该数据集由基于Reddit的上下文-提示对的各种集合组成，其中包含人工生成和ChatGPT生成的响应。我们分析了数据集的特征，包括语言多样性、上下文复杂性和响应质量。为了展示数据集的实用性，我们在其上对几种检测方法进行了基准测试，证明了它们在区分人类和ChatGPT生成的响应方面的有效性。该数据集是在ChatGPT背景下评估和推进检测技术的资源，有助于确保互联网上负责任和值得信赖的人工智能驱动的通信。最后，我们提出了一种新的基于张量的GPT文本检测方法GpTen，该方法本质上是半监督的，因为它只能访问人工生成的文本，并且性能与完全监督的基线相当。