在3月20日（周一）的「AI新青年讲座」第200讲中，东南大学在读博士陆清屿就《ChatGPT如何成为优秀的翻译质量评估器？——错误分析与思维链结合的Prompt设计》，对ChatGPT的翻译评估能力进行了验证和讲解。

与此同时，人们一方面开始好奇ChatGPT是如何做到这样的实力，与人类专家的差距到底有多大。 另一方面，人们也开始担心像 ChatGPT 这样的大型语言模型 (LLM) 可能对社会产生的潜在负面影响。

针对这个问题，来自上海财经大学信息管理与工程学院AI Lab的在读博士郭必扬等人收集了4万余条问题和对应的专家回答，然后收集对应的ChatGPT回答，构造了Human-ChatGPT Comparison Corpus (HC3) 数据集。

在HC3数据集的基础上，他们进行了大量的统计语言学探究、人工测评（图灵测试，有用性测试），发现了很多有趣的结论。同时，郭必扬他们基于HC3开发了多种ChatGPT检测器，做了大量的实验，发现了影响检测效果的几个关键因素。

3月22日，AI新青年讲座第201讲邀请到上海财经大学信息管理与工程学院AI Lab在读博士郭必扬参与，主讲《ChatGPT离人类专家还有多远？——对比语料集和ChatGPT内容检测器》。