arXiv cs.AI· Alex Jiang, Didier Schwab, Chuyuan Li·· 1 天前AI 评分31
SPADE：用软提示检测 AI 生成文本
SPADE: Soft Prompts for Ai-text DEtection
AI 导读
SPADE 提出用软提示检测 AI 生成文本的新框架，通过引入 Pointwise Mutual Information（PMI）项衡量提示词对文本的解释程度，并以此作为判别信号。该方法为每个类别训练一个软提示以放大区分度，预测最能解释候选文本的提示所属类别。在多个基准测试中，SPADE 在分布外（OOD）数据集上取得 SOTA 性能。
正文 · AI 翻译
摘要：大型语言模型（LLMs）的便捷获取使得网络上 AI 生成的文本日益普遍，因此 AI 文本检测成为一项关键任务。提示词在很大程度上影响生成过程，但现有检测器仅关注生成的文本——有监督方法仅从标注文本中学习，零样本方法依赖文本的概率分布——而忽略了底层的生成过程，这限制了它们在开放世界场景中的鲁棒性。我们提出 SPADE：用于 AI 文本检测的软提示（Soft Prompts for Ai-text DEtection），这是一个用于检测 AI 生成文本的新框架，具有更好的跨数据集迁移能力。具体而言，我们衡量提示词的影响，并将其用作判别信号。我们通过引入逐点互信息（PMI）项来刻画提示词的影响，该项捕捉提示词对文本的解释程度。基于这一量值，SPADE 为每个类别训练一个软提示以放大类别间的区分度，并预测其提示词最能解释候选文本的类别。在多个基准上与多种检测器进行的大量实验证明了我们方法的鲁棒性和有效性，在分布外（OOD）数据集上达到了最先进（SOTA）的性能。
| 评论： | 24 页（正文 8 页），10 幅图，22 张表 |
| 主题： | 计算与语言（cs.CL）；人工智能（cs.AI） |
| ACM 分类： | I.2.7 |
| 引用为： | arXiv:2611.16929 [cs.CL] |
| （或 arXiv:2611.16929v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.16929 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Alex Jiang [查看邮箱]
[v1]
2026 年 11 月 12 日星期四 15:16:19 UTC（683 KB）
来源：arXiv cs.AI · arxiv.org