吉米尼生成论文数据集-2023-mouadberqia
数据来源：互联网公开数据
标签：吉米尼模型,人工智能,生成文本,论文,写作竞赛,数据集,语言模型,文本检测
数据概述：
本数据集包含了由最新吉米尼Pro模型生成的120篇论文。这些论文是根据“LLM - Detect AI Generated Text”竞赛中的两个提示生成的。由于原始数据集中包含的人类撰写的论文较多，人工智能生成的论文较少（仅为3篇），因此本数据集旨在补充更多由语言模型生成的文本样本。
数据集包含三个字段：“prompt_id”、“text”和“generated”。“prompt_id”字段有两个可能的取值，0或1，代表原始数据集中的提示编号；“text”字段包含吉米尼Pro模型生成的实际论文内容；“generated”字段始终为1，表示该论文由语言模型生成（在原始数据集中，0表示人类撰写，1表示由语言模型生成）。
数据用途概述：
该数据集适用于AI生成文本检测、自然语言处理研究、语言模型评估等多种场景。研究人员可以利用此数据集训练和评估文本生成检测模型；教育机构可以使用这些论文进行写作教学和评估；技术开发者可以将数据集用于开发和测试语言生成工具。通过分析这些生成的文本，可以帮助理解当前AI写作的质量和特征，从而推动相关技术的进步。
