Hanoi University of Science and Technology 发布 FAIDSet 数据集, 应用在 AI生成文本检测、多语言文本处理 领域

Hanoi University of Science and Technology 本次发布的数据集 FAIDSet, FAIDSet是一个多语言、多领域、多生成器的细粒度AI生成文本检测数据集，包含约8.4万个样本。该数据集涵盖了研究论文摘要、学生论文等学术领域的文本，以及由GPT、Gemini、DeepSeek和Llama等最新LLM家族生成的文本。数据集的创建旨在帮助开发更鲁棒和通用的检测模型，以处理复杂的跨语言协作场景。该数据集可用于训练和评估AI生成文本检测模型，从而提高AI辅助写作的透明度和可追溯性。

查看FAIDSet

README 内容： 

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。