


Mengikut peraturan rasmi arXiv, menggunakan alat seperti ChatGPT sebagai pengarang adalah tidak dibenarkan
ChatGPT, alat penjanaan teks yang dikeluarkan baru-baru ini, telah menyebabkan perbincangan hangat dalam komuniti penyelidikan. Ia boleh menulis esei pelajar, meringkaskan kertas penyelidikan, menjawab soalan, menjana kod komputer yang boleh digunakan, malah cukup untuk lulus peperiksaan perubatan, peperiksaan MBA, peperiksaan kehakiman...
Salah satu daripada soalan utama Ya: Bolehkah ChatGPT dinamakan sebagai pengarang pada kertas penyelidikan?
Kini, jawapan jelas rasmi daripada arXiv, platform penerbitan pracetak terbesar di dunia, ialah: "Tidak".
AI tidak mempunyai hak pengarang
Sebelum ChatGPT, penyelidik telah lama menggunakan chatbots sebagai pembantu penyelidik untuk membantu mengatur pemikiran mereka dan menjana cerapan tentang kerja mereka. maklum balas, bantuan dengan pengekodan, dan meringkaskan literatur penyelidikan.
Kerja-kerja bantu ini nampaknya diiktiraf, tetapi apabila bercakap mengenai "tandatangan", ia adalah perkara lain sama sekali. "Jelas sekali, program komputer tidak boleh bertanggungjawab ke atas kandungan kertas. Ia juga tidak boleh bersetuju dengan terma dan syarat arXiv." telah rasmi Pengarang diberikan kepada ChatGPT. Untuk menangani isu ini, arXiv telah menerima pakai dasar baharu untuk pengarang berkenaan penggunaan alat bahasa AI generatif.
Kenyataan rasmi adalah seperti berikut:
arXiv mengiktiraf bahawa saintis menggunakan pelbagai alat untuk menjalankan kerja saintifik yang mereka laporkan dan untuk sediakan laporan itu sendiri, daripada alat mudah kepada alat yang sangat kompleks.
Pandangan komuniti tentang kesesuaian alatan ini mungkin berbeza-beza dan sentiasa berubah-ubah alatan bahasa dipacu AI mencetuskan perdebatan tertumpu. Kami ambil perhatian bahawa alat mungkin menghasilkan hasil yang berguna dan membantu, tetapi mungkin juga menghasilkan keputusan yang salah atau mengelirukan oleh itu, pemahaman alat yang digunakan adalah relevan untuk menilai dan mentafsir karya saintifik.
Berdasarkan perkara ini, arXiv memutuskan:
1 permintaan pengarang Laporkan penggunaan mana-mana alat yang kompleks, seperti instrumen dan perisian, dalam kerja mereka, kami kini secara khusus menyertakan "kecerdasan buatan generatif teks-ke-teks" antara alat yang harus dilaporkan yang memenuhi kriteria topik metodologi.
2. Ingatkan semua rakan sekerja bahawa dengan menandatangani nama mereka pada kertas itu, mereka masing-masing bertanggungjawab sepenuhnya ke atas semua kandungan kertas itu, tidak kira bagaimana ia dihasilkan. Jika alat bahasa AI generatif menghasilkan bahasa yang tidak sesuai, kandungan yang diciplak, kandungan yang salah, rujukan yang salah atau kandungan yang mengelirukan, dan output ini digabungkan ke dalam karya saintifik, ini adalah tanggungjawab pengarang.
3 Alat bahasa kecerdasan buatan generatif tidak boleh disenaraikan sebagai pengarang, sila rujuk 1.
Maksud "peraturan"
Beberapa hari lalu, majalah "Nature" secara terbuka menyatakan bahawa ia telah bersama-sama merumuskan dua prinsip dengan semua jurnal Springer Nature, dan ini Prinsip telah ditambahkan pada garis panduan pengarang sedia ada:Pertama, sebarang alat pemodelan bahasa yang besar tidak akan diterima sebagai pengarang bernama pada kertas penyelidikan. Ini kerana mana-mana pengarang datang dengan tanggungjawab untuk kerja itu, dan alatan AI tidak boleh memikul tanggungjawab itu.
Kedua, penyelidik yang menggunakan alat pemodelan bahasa yang besar harus mendokumentasikan penggunaan ini dalam bahagian Kaedah atau Penghargaan. Jika kertas itu tidak termasuk bahagian ini, gunakan pengenalan atau bahagian lain yang sesuai untuk mendokumentasikan penggunaan model bahasa yang besar.
Peraturan ini hampir sama dengan prinsip terkini yang dikeluarkan oleh arXiv Nampaknya organisasi dalam bidang penerbitan akademik telah mencapai kata sepakat.
Walaupun ChatGPT mempunyai keupayaan hebat, penyalahgunaannya dalam tugasan sekolah, penerbitan kertas dan bidang lain telah menimbulkan kebimbangan yang meluas.
Persidangan pembelajaran mesin ICML menyatakan: "ChatGPT dilatih mengenai data awam, yang sering dikumpulkan tanpa persetujuan, yang membawa satu siri tanggungjawab."
Oleh itu, komuniti akademik mula meneroka kaedah dan alat untuk mengesan teks yang dihasilkan oleh model bahasa besar (LLM) seperti ChatGPT. Pada masa hadapan, mengesan sama ada kandungan dijana oleh AI boleh menjadi "bahagian penting dalam proses semakan."
Atas ialah kandungan terperinci Mengikut peraturan rasmi arXiv, menggunakan alat seperti ChatGPT sebagai pengarang adalah tidak dibenarkan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Bayangkan model kecerdasan buatan yang bukan sahaja mempunyai keupayaan untuk mengatasi pengkomputeran tradisional, tetapi juga mencapai prestasi yang lebih cekap pada kos yang lebih rendah. Ini bukan fiksyen sains, DeepSeek-V2[1], model MoE sumber terbuka paling berkuasa di dunia ada di sini. DeepSeek-V2 ialah gabungan model bahasa pakar (MoE) yang berkuasa dengan ciri-ciri latihan ekonomi dan inferens yang cekap. Ia terdiri daripada 236B parameter, 21B daripadanya digunakan untuk mengaktifkan setiap penanda. Berbanding dengan DeepSeek67B, DeepSeek-V2 mempunyai prestasi yang lebih kukuh, sambil menjimatkan 42.5% kos latihan, mengurangkan cache KV sebanyak 93.3% dan meningkatkan daya pemprosesan penjanaan maksimum kepada 5.76 kali. DeepSeek ialah sebuah syarikat yang meneroka kecerdasan buatan am

Awal bulan ini, penyelidik dari MIT dan institusi lain mencadangkan alternatif yang sangat menjanjikan kepada MLP - KAN. KAN mengatasi MLP dari segi ketepatan dan kebolehtafsiran. Dan ia boleh mengatasi prestasi MLP berjalan dengan bilangan parameter yang lebih besar dengan bilangan parameter yang sangat kecil. Sebagai contoh, penulis menyatakan bahawa mereka menggunakan KAN untuk menghasilkan semula keputusan DeepMind dengan rangkaian yang lebih kecil dan tahap automasi yang lebih tinggi. Khususnya, MLP DeepMind mempunyai kira-kira 300,000 parameter, manakala KAN hanya mempunyai kira-kira 200 parameter. KAN mempunyai asas matematik yang kukuh seperti MLP berdasarkan teorem penghampiran universal, manakala KAN berdasarkan teorem perwakilan Kolmogorov-Arnold. Seperti yang ditunjukkan dalam rajah di bawah, KAN telah

Boston Dynamics Atlas secara rasmi memasuki era robot elektrik! Semalam, Atlas hidraulik hanya "menangis" menarik diri daripada peringkat sejarah Hari ini, Boston Dynamics mengumumkan bahawa Atlas elektrik sedang berfungsi. Nampaknya dalam bidang robot humanoid komersial, Boston Dynamics berazam untuk bersaing dengan Tesla. Selepas video baharu itu dikeluarkan, ia telah pun ditonton oleh lebih sejuta orang dalam masa sepuluh jam sahaja. Orang lama pergi dan peranan baru muncul. Ini adalah keperluan sejarah. Tidak dinafikan bahawa tahun ini adalah tahun letupan robot humanoid. Netizen mengulas: Kemajuan robot telah menjadikan majlis pembukaan tahun ini kelihatan seperti manusia, dan tahap kebebasan adalah jauh lebih besar daripada manusia Tetapi adakah ini benar-benar bukan filem seram? Pada permulaan video, Atlas berbaring dengan tenang di atas tanah, seolah-olah terlentang. Apa yang berikut adalah rahang-jatuh

Prestasi JAX, yang dipromosikan oleh Google, telah mengatasi Pytorch dan TensorFlow dalam ujian penanda aras baru-baru ini, menduduki tempat pertama dalam 7 penunjuk. Dan ujian tidak dilakukan pada TPU dengan prestasi JAX terbaik. Walaupun dalam kalangan pembangun, Pytorch masih lebih popular daripada Tensorflow. Tetapi pada masa hadapan, mungkin lebih banyak model besar akan dilatih dan dijalankan berdasarkan platform JAX. Model Baru-baru ini, pasukan Keras menanda aras tiga hujung belakang (TensorFlow, JAX, PyTorch) dengan pelaksanaan PyTorch asli dan Keras2 dengan TensorFlow. Pertama, mereka memilih satu set arus perdana

AI memang mengubah matematik. Baru-baru ini, Tao Zhexuan, yang telah mengambil perhatian terhadap isu ini, telah memajukan keluaran terbaru "Buletin Persatuan Matematik Amerika" (Buletin Persatuan Matematik Amerika). Memfokuskan pada topik "Adakah mesin akan mengubah matematik?", ramai ahli matematik menyatakan pendapat mereka Seluruh proses itu penuh dengan percikan api, tegar dan menarik. Penulis mempunyai barisan yang kuat, termasuk pemenang Fields Medal Akshay Venkatesh, ahli matematik China Zheng Lejun, saintis komputer NYU Ernest Davis dan ramai lagi sarjana terkenal dalam industri. Dunia AI telah berubah secara mendadak Anda tahu, banyak artikel ini telah dihantar setahun yang lalu.

Hari ini saya ingin berkongsi kerja penyelidikan terbaru dari University of Connecticut yang mencadangkan kaedah untuk menyelaraskan data siri masa dengan model pemprosesan bahasa semula jadi (NLP) yang besar pada ruang terpendam untuk meningkatkan prestasi peramalan siri masa. Kunci kepada kaedah ini ialah menggunakan petunjuk spatial terpendam (prompt) untuk meningkatkan ketepatan ramalan siri masa. Tajuk kertas: S2IP-LLM: SemanticSpaceInformedPromptLearningwithLLMforTimeSeriesForecasting Alamat muat turun: https://arxiv.org/pdf/2403.05798v1.pdf 1. Model latar belakang masalah besar

Video terbaru robot Tesla Optimus dikeluarkan, dan ia sudah boleh berfungsi di kilang. Pada kelajuan biasa, ia mengisih bateri (bateri 4680 Tesla) seperti ini: Pegawai itu juga mengeluarkan rupanya pada kelajuan 20x - pada "stesen kerja" kecil, memilih dan memilih dan memilih: Kali ini ia dikeluarkan Salah satu sorotan video itu ialah Optimus menyelesaikan kerja ini di kilang, sepenuhnya secara autonomi, tanpa campur tangan manusia sepanjang proses. Dan dari perspektif Optimus, ia juga boleh mengambil dan meletakkan bateri yang bengkok, memfokuskan pada pembetulan ralat automatik: Berkenaan tangan Optimus, saintis NVIDIA Jim Fan memberikan penilaian yang tinggi: Tangan Optimus adalah robot lima jari di dunia paling cerdik. Tangannya bukan sahaja boleh disentuh

Pengesanan objek ialah masalah yang agak matang dalam sistem pemanduan autonomi, antaranya pengesanan pejalan kaki adalah salah satu algoritma terawal untuk digunakan. Penyelidikan yang sangat komprehensif telah dijalankan dalam kebanyakan kertas kerja. Walau bagaimanapun, persepsi jarak menggunakan kamera fisheye untuk pandangan sekeliling agak kurang dikaji. Disebabkan herotan jejari yang besar, perwakilan kotak sempadan standard sukar dilaksanakan dalam kamera fisheye. Untuk mengurangkan perihalan di atas, kami meneroka kotak sempadan lanjutan, elips dan reka bentuk poligon am ke dalam perwakilan kutub/sudut dan mentakrifkan metrik mIOU pembahagian contoh untuk menganalisis perwakilan ini. Model fisheyeDetNet yang dicadangkan dengan bentuk poligon mengatasi model lain dan pada masa yang sama mencapai 49.5% mAP pada set data kamera fisheye Valeo untuk pemanduan autonomi
