《预测大语言模型生成的代码转换文本的真实性》2023最新59页论文

在竞争日益激烈的印度洋-太平洋地区，美国海军正努力保持首屈一指的海军力量，而日本是美国海军的重要合作者。然而，在当前的生成技术时代，如大型语言模型（LLM）聊天生成预训练转换器（ChatGPT），世界各地的恶意行为者现在拥有了前所未有的生成基于文本的合成媒体的能力，能够在盟友之间挑拨离间。因此，美国与其非英语盟国（如日本）之间的盟友关系可能会受到基于文本的深度伪造的考验，这些伪造的盟友试图通过使用两国的母语来加强其可信度；编造的双语外交声明、军事公报或新闻文章都有可能破坏美国的全球伙伴关系。利用自然语言处理（NLP）工具，本研究试图检验能否检测出双语文本--可能是为了破坏美日关系而编造的--是 "真实的"（即人为的）还是 "不真实的"（即由 LLM（即 ChatGPT）生成的）。在有限的试验中，使用逻辑回归取得了 96% 的准确率，支持向量机 (SVM)、k-近邻 (KNN) 和天真贝叶斯模型也取得了类似的结果，但每个模型的误分类情况略有不同。