$k$NNProxy：用于黑盒零样图 LLM 生成文本检测的高效训练-free 代理对齐
计算与语言
2026-04-03 v1
摘要
LLM 生成文本 (LGT) 检测对于可靠的 Forensic 分析以及缓解 LLM 误用至关重要。现有的 LGT 检测器通常可分为两大类：基于学习的方法和零 shot 方法。与基于学习的检测器相比，零 shot 方法尤其有前景，因为它们消除了对 task-specific 分类器的训练需求。然而，零 shot 方法的可靠性根本依赖于假设即插即用代理 LLM 与未知源 LLM 高度对齐，这一前提在现实的黑盒场景中很少成立。为解决这一差异，现有的代理对齐方法通常依赖于代理的监督微调或与商业 API 的反复交互，从而增加部署成本、使检测器暴露于静默 API 变更，并限制其在 domain 迁移下的鲁棒性。受这些限制的启发，我们提出了 -最近邻代理 (NNProxy)，一种 training-free 且 query-efficient 的代理对齐框架，将 NN language model (NN-LM) 检索机制用作固定代理 LLM 的 domain adapter。具体而言，一次性构建一个轻量级 datastore，从目标反射 LGT 语料库中获得，或通过固定预算查询或从现有数据集中获得。在推理期间，最近邻证据会引导 token 级预测分布与代理输出进行插值，从而在无代理微调或 per-token API 输出的情况下获得对齐预测。为提高 domain 迁移下的鲁棒性，我们将 NNProxy 扩展为代理混合 (MoP)，为每个输入路由到特定 domain 的 datastore，以实现 domain-consistent 检索。大量实验表明，我们的方法在检测性能方面表现优异。
关键词
引用
@article{arxiv.2604.02008,
title = {$k$NNProxy: Efficient Training-Free Proxy Alignment for Black-Box Zero-Shot LLM-Generated Text Detection},
author = {Kahim Wong and Kemou Li and Haiwei Wu and Jiantao Zhou},
journal= {arXiv preprint arXiv:2604.02008},
year = {2026}
}