MoSEs：基于条件阈值的风格化专家混合模型的不确定性感知 AI 生成文本检测

大型语言模型的快速发展加剧了公众对潜在滥用问题的关切。因此，构建可信赖的 AI 生成文本检测系统至关重要。现有方法忽略了风格化建模，主要依赖静态阈值，严重限制了检测性能。本文提出了风格化专家混合模型（Mixture of Stylistic Experts, MoSEs）框架，通过条件阈值估计实现风格化感知的不确定性量化。MoSEs 包含三个核心组件，即风格化参考库（Stylistics Reference Repository, SRR）、风格化感知路由器（Stylistics-Aware Router, SAR）以及条件阈值估计器（Conditional Threshold Estimator, CTE）。对于输入文本，SRR 可激活相应的参考数据并提供给 CTE。随后，CTE 联合建模语言统计属性和语义特征，以动态确定最优阈值。基于判别得分，MoSEs 给出具有相应置信水平的预测标签。我们框架在检测性能上比基线方法平均提升了 11.34%。更令人鼓舞的是，MoSEs 在低资源场景下的提升幅度更为显著，达到 39.15%。我们的代码已公开于 https://github.com/creator-xi/MoSEs。