arXiv cs.CL· SungHo Kim, SangKeun Lee·· 11 小时前AI 评分18
KoLing：面向韩语 LLM 生成文本检测的偏见控制对抗基准与 KoLingProbe 检测器
Beyond Surface Cues: Robust LLM-Generated Korean Text Detection
AI 导读
研究团队提出 KoLing，一个包含 50.9k 实例的偏见控制对抗基准，用于抑制表层线索并分别评估 LLM 生成与 LLM 修改的韩语文本检测。同时提出基于理论语言学、建模韩语多层级特性的可解释检测器 KoLingProbe，在所有检测任务上显著优于强基线且对对抗攻击保持稳健。分析显示，融合多层级互补语言学特征可同时提升性能与可解释性。
正文 · AI 翻译
摘要：随着大语言模型（LLM）生成的文本日益流畅，对 LLM 生成内容进行可靠检测的需求也大幅增长。然而，现有研究仍以英语为中心，韩语在很大程度上尚未得到充分探索。此外，当前对韩语文本检测的评估往往依赖表面线索，导致对检测性能的估计过于乐观。为解决这些局限，我们提出 \textsc{KoLing}，这是一个偏差受控的对抗性基准，包含 50.9k 个实例，在保留语义内容的同时抑制表面捷径，并分别评估 LLM 生成文本和 LLM 修改文本的检测。我们进一步提出 KoLingProbe，这是一个基于理论语言学、可解释的检测器，在多个语言层级上对韩语特有属性进行建模。实验表明，KoLingProbe 在所有检测任务上大幅优于强基线，同时对对抗攻击保持稳健。我们的分析进一步揭示，整合多个层级的互补语言特征既能提升性能，也能提升可解释性。
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.22940 [cs.CL] |
| （或 arXiv:2610.22940v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.22940 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：SungHo Kim [查看电子邮件]
[v1]
2026年10月16日星期五 05:07:15 UTC（325 KB）
来源：arXiv cs.CL · arxiv.org