基于多任务辅助和多层对比学习的细粒度 AI 生成文本检测 FAID
计算与语言
2026-02-10 v3
摘要
人类与 AI 模型在生成任务中的合作引入了新的挑战，用于区分 human-written、LLM-generated 和 human-LLM collaborative 文本。本文收集了一个 multilingual、multi-domain、multi-generator 数据集 FAIDSet。我们进一步引入细粒度检测框架 FAID，用于将文本分类为这三类，并识别 underlying LLM family。与现有 binary classifier 不同，FAID 旨在捕获 both authorship 和 model-specific 特征。我们的方法将 multi-level 对比学习与 multi-task auxiliary classification 结合起来，以学习细微的 style 线索。通过将 LLM family 视为 distinct style 实体，我们纳入一种适应性方法，以解决 unseen 数据的 distributional 偏移。我们的实验结果表明，FAID 在 several baselines 上取得显著优势，特别是在 unseen domain 和 new LLMs 上提高了 generalization 准确性，从而为提高 AI 辅助写作的 transparency 和 accountability 提供了潜在解决方案。我们的数据和代码可在 https://github.com/mbzuai-nlp/FAID 获取。
引用
@article{arxiv.2505.14271,
title = {FAID: Fine-Grained AI-Generated Text Detection Using Multi-Task Auxiliary and Multi-Level Contrastive Learning},
author = {Minh Ngoc Ta and Dong Cao Van and Duc-Anh Hoang and Minh Le-Anh and Truong Nguyen and My Anh Tran Nguyen and Yuxia Wang and Preslav Nakov and Sang Dinh},
journal= {arXiv preprint arXiv:2505.14271},
year = {2026}
}