借助多模态大语言模型的AI生成现代中文诗的图像-语义检测
计算与语言
2026-05-22 v1 计算机视觉与模式识别
摘要
以往的检测研究表明，LLM 无法作为有效的检测器，但这些研究未针对现代中文诗歌。此外，暂无相关研究探讨 LLM 在检测现代中文诗歌方面的表现。本文评估并提升 LLM 作为现代中文诗歌检测器的性能，提出一种图像-语义引导的诗歌检测方法。与传统检测方法相比，我们的方法创新性地融合了反映诗歌内容的图像。通过示例驱动的方法，我们有效地整合了图像中关于含义、意象和情感的信息，然后与诗歌文本形成互补判断。实验结果表明，我们的方法基于 LLM 的检测器在基准测试中优于基于纯文本的检测器，甚至超越了表现最好的传统检测器 RoBERTa。基于我们方法的 Gemini 检测器实现宏平均 F1 分数为 85.65%，达到最新水平。不同 LLM 生成数据上不同 LLM 检测器的性能提升证明了我们方法的有效性。
引用
@article{arxiv.2605.22654,
title = {Seeing the Poem: Image-Semantic Detection of AI-Generated Modern Chinese Poetry with MLLMs},
author = {Shanshan Wang and Fengying Ye and Hanjia Lyu and Caiwen Gou and Junchao Wu and Jingming Yao and Chengzhong Xu and Jiebo Luo and Derek F. Wong},
journal= {arXiv preprint arXiv:2605.22654},
year = {2026}
}