DART：基于重述文本 AMR 的 AIGT 检测器
计算与语言
2025-02-05 v2 人工智能
摘要
随着大型语言模型（LLM）生成更加类人文本的数量不断增加，关于 AI 生成文本（AIGT）副作用的关注也日益增长。因此，研究人员开发了检测 AIGT的方法。然而，仍存在两个挑战：首先，由于现有模型聚焦于概率特征，检测黑箱 LLM 的性能较低；其次，大多数 AIGT 检测器是在单候选设置下进行测试的，该设置假设我们知道 AIGT 的来源，可能偏离实际场景。为解决这些挑战，我们提出了 DART，包括四个步骤：重述、语义解析、评分和多类分类。我们进行了三项实验来测试 DART 的性能。实验结果表明，DART 能够在无概率特征的情况下区分多个黑箱 LLM 以及 AIGT 的来源。
引用
@article{arxiv.2412.11517,
title = {DART: An AIGT Detector using AMR of Rephrased Text},
author = {Hyeonchu Park and Byungjun Kim and Bugeun Kim},
journal= {arXiv preprint arXiv:2412.11517},
year = {2025}
}
备注
Presented in NAACL 2025