香港科技大学（广州） 发布 SM-D, AIGTBench 数据集, 应用在 AI生成文本检测、社交媒体分析 领域

香港科技大学（广州） 本次发布的数据集 SM-D, AIGTBench, SM-D数据集由香港科技大学（广州）和CISPA亥姆霍兹信息安全中心的研究团队创建，旨在量化社交媒体平台上AI生成文本（AIGT）的普及情况。该数据集包含了来自Medium、Quora和Reddit三个平台的约240万条帖子，时间跨度为2022年1月至2024年10月。AIGTBench数据集则是一个用于训练和评估AIGT检测器的基准数据集，包含了由12个不同的大型语言模型生成的约2877万条AIGT样本和1355万条HWT样本。AIGTBench的创建过程结合了开源数据集和基于社交媒体文本生成的AIGT数据，旨在为AIGT检测器提供多样化的训练和评估环境。该数据集的应用领域主要集中在社交媒体内容的AI生成文本检测，旨在解决AIGT在社交媒体上的滥用问题，如虚假信息传播和舆论操纵。

查看SM-D, AIGTBench

关于 香港科技大学（广州） , 香港科技大学（广州）是香港科技大学在中国内地设立的分校，致力于提供高质量的教育和研究，特别是在科技创新和跨学科研究领域。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。