في الآونة الأخيرة، أصبح الذكاء الاصطناعي (AI) جزءًا لا يتجزأ من حياتنا اليومية، حيثفرز نماذج اللغات الضخمة (Large Language Models) نصوصًا ذات طلاقة عالية. على الرغم من الفوائد الكبيرة التي تقدمها هذه النماذج للإنسانية، إلا أنها تأتي بمخاطر متعددة، مثل الاحتيال الأكاديمي والمحتوى المضلل. واستجابة لهذه التحديات، تم تكثيف الجهود البحثية لتطوير خوارزميات للكشف عن النصوص المُولَّدة بالذكاء الاصطناعي، بالإضافة إلى بناء مجموعات بيانات ذات صلة.

ومع ذلك، في سياق البيانات الصينية، لا تزال هناك تحديات كبيرة تعيق هذا التقدم، بما في ذلك قلة تنوع النماذج وتجانس البيانات. لمواجهة هذه الصعوبات، تم اقتراح معيار C-ReD، والذي يمثل مرجعًا شاملًا لكشف النصوص المُولَّدة بالذكاء الاصطناعي باستخدام حوافز واقعية.

أظهرت التجارب أن C-ReD لا يتيح فقط الكشف الموثوق داخل المجال، بل يدعم أيضًا التعميم القوي على نماذج اللغات الجديدة والمجموعات الصينية الخارجية غير المرئية، مما يعالج فجوات حاسمة تتعلق بتنوع النماذج، وغطاء المجال، وواقعية الحوافز. يسعى هذا المعيار إلى تقديم حلول فعالة تستهدف حوكمة الذكاء الاصطناعي، ورفع مستوى الحذر عند استخدام هذه التقنيات المتقدمة.

يمكن لمن يهتمون بهذا المعيار زيارة الرابط التالي للاطلاع على المزيد: https://github.com/HeraldofLight/[C-ReD].