Sarang 在 DEFACTIFY 4.0：利用加噪数据与 DeBERTa 模型集成检测 AI 生成文本
计算与语言
2025-02-25 v1 人工智能
摘要
本文提出了一种有效的 AI 生成文本检测方法，该方法为第四届多模态事实核查与仇恨言论检测研讨会上的 Defactify 4.0 共享任务而开发。该任务包含两个子任务：任务 A，分类文本是 AI 生成还是人类撰写；任务 B，分类生成该文本的具体大语言模型。我们的团队在两项任务中均获得第一名，F1 分数分别为 1.0 和 0.9531。该方法论包括向数据集添加噪声以提高模型的鲁棒性和泛化能力。我们使用了 DeBERTa 模型集成来有效捕捉文本中的复杂模式。结果表明了我们基于噪声和集成的方法的有效性，为 AI 生成文本检测设定了新标准，并为未来的发展提供了指导。
引用
@article{arxiv.2502.16857,
title = {Sarang at DEFACTIFY 4.0: Detecting AI-Generated Text Using Noised Data and an Ensemble of DeBERTa Models},
author = {Avinash Trivedi and Sangeetha Sivanesan},
journal= {arXiv preprint arXiv:2502.16857},
year = {2025}
}
备注
AAAI-25 DEFACTIFY 4.0 Workshop AI generated text detection (1st Rank)