Investiamo in ricerche approfondite per migliorare l'affidabilità dei sistemi di rilevamento basati sull'intelligenza artificiale. Dai un'occhiata ai nostri lavori pubblicati per scoprire come progettiamo sistemi con un basso tasso di falsi positivi, estendiamo la copertura a nuove modalità e supportiamo i team aziendali e del settore dell'istruzione in tutto il mondo.
Presentiamo Pangram 4, il nostro più recente classificatore di testi generati dall’IA basato sul deep learning, che raggiunge un’accuratezza all’avanguardia con un tasso di falsi positivi dello 0,0041%, una migliore generalizzazione fuori distribuzione, robustezza agli attacchi avversariali e un rilevamento dettagliato dei testi misti generati dall’IA e dall’uomo.
Leggi l'articoloUna parte significativa delle richieste rivolte ai modelli linguistici di grandi dimensioni consiste nel chiedere loro di modificare testi forniti dagli utenti, piuttosto che di generarne di nuovi partendo da zero. Mentre i lavori precedenti si concentrano sull'individuazione di testi generati interamente dall'IA, noi dimostriamo che i testi modificati dall'IA sono distinguibili sia da quelli scritti da esseri umani sia da quelli generati dall'IA.
Leggi l'articoloGli "humanizer" per l'IA sono una nuova categoria di strumenti software online progettati per parafrasare e riscrivere i testi generati dall'IA in modo tale da eludere i software di rilevamento dell'IA. Abbiamo esaminato 19 strumenti di parafrasi e "humanizer" per l'IA, valutandone qualitativamente gli effetti e la fedeltà nel preservare il significato del testo originale.
Leggi l'articoloUno sguardo approfondito a Pangram Text, il nostro rilevatore basato su Transformer addestrato con tecniche di "hard negative mining" per garantire una precisione ai vertici del settore sui contenuti generati dall'intelligenza artificiale.
Leggi l'articolo
