研究指出似然性不等于作者身份

发生了什么

据arXiv cs.CL报道，论文《Likelihood Is Not Authorship》指出难以可靠衡量AI辅助写作中的人类贡献。研究证明基于提示词预测性的似然性评分易被操纵，例如通过SPECIFICITY PADDING（要求模型复制随机ID）可使标题请求显得比提供关键思想的请求更具人类特征。上下文交换审计显示，相同文本的评分可因提示词不同而波动三分之一至一半。研究认为，若提示词可能由机器生成，仅凭似然性分数无法可靠确立人类贡献，需结合文本生产证据。