一篇新的arXiv论文探讨了在缺乏作者签名的情况下,区分AI代理和人类开发者提交的代码提交的挑战。研究人员发现,虽然像GPT-6 Sol这样的模型可以根据消息冗长和更改大小等因素实现高达0.859的AUC来检测AI提交,但这种检测并非完美,在观察到的AI提交份额下,精确度仅为0.332。研究还强调,不同AI代理的检测性能差异很大,Claude Code和GitHub Copilot等模型之间转移性差,这表明无签名检测可以帮助优先审查提交,但不能完全取代传统的归因方法。 AI
影响 随着AI代理在软件开发工作流程中的集成度越来越高,这凸显了归因代码作者身份日益增长的挑战。
排序理由 关于AI模型能力的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Claude Code
- Cursor
- DagsHub
- GitHub Copilot
- Gotit.pub
- GPT-6 Sol
- Hugging Face
- ScienceCast
- tf–idf
- XGBoost
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →