KatFishNet

新特征有助于检测和引导大型语言模型生成的韩语诗歌

研究人员开发了一种方法来检测和引导大型语言模型（LLMs）生成韩语诗歌。该方法使用了可解释的格式级语言特征，例如输出长度、行尾格式多样性、行长不规则性以及对标准正字法的遵循程度。该方法在检测大型语言模型生成的诗歌方面取得了 83.60% 的 AUC-ROC，优于现有基线。此外，专家评估表明，在这些特征引导下生成的大型语言模型诗歌比不受约束的输出更受欢迎，目标统计数据也更接近人类创作的诗歌分布。