aiAbstract-check - Détection de résumé scientifique généré par IA
Niveau d'utilisation :
Débutant
Niveau de validation :
Expérimental
Objectif
Ce web service détecte si le résumé d’un texte scientifique a été généré par intelligence artificielle ou non.
Méthode
Le modèle possède une architecture de type BERT. Il a été fine-tuné sur un mélange de résumés issus d’Istex, et de résumés générés via plusieurs LLMs (Mistral7b, Gwen3b, LLama3.2, Deepseek7b principalement, avec quelques données gpt4).
Métriques
La validation a été effectué sur les jeux de données publiques suivant :
https://github.com/panagiotisanagnostou/AI-GA
https://www.kaggle.com/datasets/heleneeriksen/gpt-vs-human-a-corpus-of-research-abstracts
Ce modèle possède un f1-score de 0.88 en moyenne sur chacun des jeux de données.
URL DU WEB SERVICE à renseigner dans LODEX enrichissement est :
https://aiabstract-check.services.istex.fr/v1/AiAbstract-check
Traitement
| The Conditional Lie-Bäcklund Symmetry (CLBS) method is introduced to analyze systems of evolution equations. It is demonstrated that the ability to reduce a system of evolution equations to a system of ordinary differential equations can be entirely described by the CLBS of the given system. As an application, a specific class of two-component nonlinear diffusion equations is examined. The governing system and its corresponding CLBS are determined. Consequently, exact solutions are derived based on polynomial, exponential, trigonometric, and mixed invariant subspaces through symmetry reductions.” | ==> | {“isAiGenerated”: true,”score”: 1} |
