AIpom at SemEval-2024 Task 8: Detecting AI-produced Outputs in M4

本文介绍了AIpom系统，该系统旨在检测人类编写和机器生成文本之间的边界（SemEval-2024任务8，子任务C：人机混合文本检测）。我们提出了一个两阶段的流水线，结合了经过指令调整的仅解码器模型和仅编码器序列标记器的预测。AIpom在排行榜上排名第二，同时实现了15.94的平均绝对误差。消融研究证实了流水线编码器和解码器模型的优势，特别是在性能方面的改进。

AIpom试图解决的问题是检测人工编写和机器生成文本之间的边界，以及在此任务中的表现。这是一个新的问题，因为这个任务在SemEval-2024中首次提出。

AIpom提出了一个两阶段的管道，结合来自经过指令调整的仅解码器模型和仅编码器序列标记器的预测。这种管道模型的优点在于提高了性能。

论文在任务中排名第二，达到了15.94的平均绝对误差。消融研究证实了编码器和解码器模型管道的优点，特别是在性能方面。实验使用了SemEval-2024数据集，没有开源代码。值得进一步研究的是如何将AIpom应用于其他自然语言处理任务。

在这个领域中，最近的相关研究包括：1）《A Survey of Mixed Human-Machine Text Classification》；2）《Detecting Mixed Human-Machine Generated Texts Using a Hierarchical Approach》；3）《Distinguishing Human-Written and Machine-Generated Texts Using Convolutional Neural Networks》。