CEAID: 面向中欧语言的机器生成文本检测方法基准
计算与语言
2025-10-01 v1 人工智能
摘要
机器生成文本检测作为一项重要任务,在研究中主要以英语为中心。这使得现有的检测器几乎无法直接用于非英语语言,只能纯粹依赖跨语言迁移能力。目前仅有少数研究关注中欧语言,使得向这些语言的迁移能力在很大程度上尚未被探索。我们通过提供首个专注于该地区的检测方法基准来填补这一空白,同时比较了不同的训练语言组合以识别表现最佳的组合。我们关注多领域、多生成器和多语言评估,精确指出了各个方面的差异以及检测方法的对抗鲁棒性。研究发现,在中欧语言上进行监督微调的检测器不仅在这些语言中表现最佳,而且对混淆具有最强的抵抗力。
引用
@article{arxiv.2509.26051,
title = {CEAID: Benchmark of Multilingual Machine-Generated Text Detection Methods for Central European Languages},
author = {Dominik Macko and Jakub Kopal},
journal= {arXiv preprint arXiv:2509.26051},
year = {2025}
}