arXiv Artificial Intelligence· Subhankar Maity, Faiza Belbachir, Omar Boucelma, Guilherme Medeiros Machado·· 13 小时前AI 评分31
分析 LLM 编程教育中的代码溯源
Analyzing Code Provenance in LLMs for Programming Education
AI 导读
研究扩展 Min-K% 概率方法，结合合成非成员代码生成，对 Python 代码做成员推断与来源追踪，以区分学生原创、AI 生成和外部来源代码。评估覆盖 GPT-2、DistilGPT-2、DialoGPT 及 GPT-5、Gemini 2.5、Mistral、DeepSeek、LLaMA 3.3，并在高等教育学生作业前用 Stack Overflow 数据验证可行性。
推荐理由模型分析
该研究把 Min-K% 概率方法扩展到代码溯源，加入合成非成员代码生成，用于区分学生自写、AI 生成和外部来源代码。作者先在 Stack Overflow 数据上验证可行性，再用于高校作业，并比较 GPT-2 等免费模型与 GPT-5、Gemini 2.5 等商业模型的检测灵敏度与隐私权衡。适合编程教育评估与 AI 代码检测方向的研究者参考其基线和适用条件，但结论限于所测模型与数据集。
来源：arXiv Artificial Intelligence · arxiv.org