arXiv cs.CL· Jinmo Han, Jimin Hong, Chanyeong Moon, Ju Yeon Kang, Seonuk Kim, Nam Soo Kim·· 11 小时前AI 评分26
MD-ProTector：用多数据驱动原型定位检测 LLM 生成文本
MD-ProTector: Positioning Multiple Data-Driven Prototypes for LLM-Generated Text Detection
AI 导读
MD-ProTector 通过编码器嵌入空间中的多个可训练原型为同一类内不同文本分组提供独立决策边界，并引入 Prototype Positioning loss 区分类级结构与类内差异。在覆盖领域、生成模型、语言和对抗变化的三个大规模基准五项设置上，该方法在 MAGE CDCM 和 RAID 上取得最高 AvgRec，并在 RAID 上取得最高 AUROC 与最低 FPR95。
正文 · AI 翻译
摘要：随着 LLM 生成内容日益复杂，用于区分这些文本与人类撰写文本的检测系统必须在处理多样化的写作风格、领域、语言和生成器模型的同时大规模运行。仅输入编码器检测器适合实际部署场景，但标准二分类只提供类别标签，并未明确组织任一类别内部的显著差异。我们提出 MD-ProTector，它在编码器嵌入空间中以多个可训练参考向量表示每个类别，这些向量称为原型。这些原型为同一类别内不同文本组提供独立的决策边界。然而，仅添加多个原型并不能确定每个原型应代表哪种差异。MD-ProTector 通过原型定位损失解决这一问题，该损失将类别级结构与区分各个原型的类内差异分离开来。在涵盖领域、生成器、语言和对抗性差异的三个大规模基准的五个设置上进行评估，在比较的基于编码器的方法中，MD-ProTector 在 MAGE CDCM 和 RAID 上取得最高 AvgRec，并在 RAID 上取得最高 AUROC 和最低 FPR95。
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| 引用为： | arXiv:2608.10459 [cs.CL] |
| （或 arXiv:2608.10459v2 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2608.10459 由 DataCite 颁发 arXiv DOI |
提交历史
来自：Jinmo Han [查看电子邮件]
[v1]
2026年8月11日星期二 04:14:10 UTC（1,763 KB）
[v2]
2026年11月3日星期二 20:02:49 UTC（1,766 KB）
来源：arXiv cs.CL · arxiv.org