轻量级风格一致性轮廓：面向多媒体内容 moderation 的 LLM 生成文本鲁棒检测
计算与语言
2026-05-08 v1
摘要
大语言模型（LLM）在内容创建中的日益普及，使得区分人类撰写的文本内容与LLM生成的文本内容已成为多媒体 moderation 的关键任务。现有检测方法常依赖统计线索或模型特定的启发式方法，使其对改写和对抗操纵较为脆弱，从而限制了其鲁棒性和可解释性。本文提出LiSCP，一种新型轻量级风格一致性轮廓方法，用于鲁棒检测LLM生成文本，聚焦于在对抗操纵下的特征稳定性。我们的方案组合离散风格特征与连续语义信号，利用跨多模态引导改写文本变体的风格稳定性。实验覆盖真实世界的多媒体新闻和电影数据集，以及常规文本领域，结果表明LiSCP在域内检测方面表现优异，并在跨域设置下比现有方法高出最高11.79%。此外，它在对抗情境下表现突出，包括对抗攻击和混合人类-AI 设置。
引用
@article{arxiv.2605.05950,
title = {Lightweight Stylistic Consistency Profiling: Robust Detection of LLM-Generated Textual Content for Multimedia Moderation},
author = {Siyuan Li and Aodu Wulianghai and Xi Lin and Xibin Yuan and Qinghua Mao and Guangyan Li and Xiang Chen and Jun Wu and Jianhua Li},
journal= {arXiv preprint arXiv:2605.05950},
year = {2026}
}