Д. Ланде, В. Гирда
Модель простору тематичних телеграм-канал╕в, що базу╓ться на контексних посиланнях та методика виявлення ╖╖ основних зон
// Information Technology and Security. July-December 2024. Vol. 12. Iss. 2 (23). - pp. 236-242.
DOI: 10.20535/2411-1031.2024.12.2.315743

Останн╕ роки стали справжньою революц╕╓ю у галуз╕ штучного ╕нтелекту завдяки появ╕ великих мовних моделей (LLM), таких як GPT-4, Llama-3, Gemini та ╕нших, як╕ усп╕шно застосовуються у широкому спектр╕ задач - в╕д генерац╕╖ текст╕в до анал╕зу даних. У ц╕й статт╕ ми розглянемо, як ц╕ модел╕ можна ефективно використовувати для виявлення фейково╖ ╕нформац╕╖. У ц╕й статт╕ досл╕джено використання чат-бота ChatGPT для ╕дентиф╕кац╕╖ фейково╖ ╕нформац╕╖ в контекст╕ к╕бербезпеки. За допомогою велико╖ мовно╖ модел╕ було створено р╕й в╕ртуальних експерт╕в, як╕ генерували ╕нформац╕йн╕ пов╕домлення на тему к╕бербезпеки (фейков╕ та правдив╕) та оц╕нювали ╖х як "фейк" чи "правда". Для анал╕зу було побудовано семантичну мережу, яку згодом в╕зуал╕зувати за допомогою Gephi. У досл╕дженн╕ проанал╕зовано два масиви пов╕домлень: створен╕ експертами-людьми та штучними експертами. Кожне пов╕домлення отримало оц╕нки, як╕ були переведен╕ у числовий формат для подальшого анал╕зу. Використовуючи в╕дстань Хемм╕нга, було проведено перев╕рку результат╕в та визначено точн╕сть зб╕г╕в м╕ж оц╕нками. У результат╕ побудови семантично╖ мереж╕ визначено ключов╕ поняття в тем╕ к╕бербезпеки та встановлено вза╓мозв.язки м╕ж ними. Ро╓м штучних експерт╕в згенеровано масив пов╕домлень ╕з фейковим ╕ правдивим зм╕стом, як╕ було оц╕нено як ними, так ╕ експертом-людиною. Анал╕з Хемм╕нгово╖ в╕дстан╕ м╕ж цими оц╕нками показав, що штучний ╕нтелект ма╓ потенц╕ал у виявленн╕ фейково╖ ╕нформац╕╖, проте на даному етап╕ його робота потребу╓ корегування з боку людини. Ключов╕ слова: к╕бербезпека, велик╕ мовн╕ модел╕, СhatGPT, класиф╕кац╕я ╕нформац╕╖, штучний ╕нтелект