GenDetect-GAN: generative adversarial network model for machine-generated text detection

Bin Xu

doi:10.1007/s10489-025-06898-0

GenDetect-GAN: generative adversarial network model for machine-generated text detection

2025-10-24

0

PRE

AI

DOI：10.1007/s10489-025-06898-0

原文链接

原文求助

摘要

En 中文

随着人工智能技术的快速发展，大型语言模型（LLMs）已成为学术界和工业界关注的焦点。例如，OpenAI的ChatGPT能够模拟人类写作风格，并自动构建如新闻报道、学术报告和技术文档等文本，以用于广泛的应用场景，包括自动内容生成、客户服务和教育辅助。然而，此类文本的广泛使用也带来了一系列问题，例如虚假信息的传播、学术诚信问题以及对人们独立思考能力的影响。大型语言模型在文本生成能力上的进步使得其生成的文本难以与人类撰写的文本区分开来，这影响了信息的真实性、学术诚信以及文本内容的可靠性。因此，为了应对这些挑战，有效检测机器生成文本至关重要。现有的机器生成文本检测方法主要利用文本的统计特征或训练分类器来检测此类文本。然而，现有方法在学习和区分人类文本与机器文本的深层特征方面存在一定局限性，这限制了其检测性能。本文提出了一种基于生成对抗网络的机器生成文本检测模型GenDetect-GAN，以解决这一问题。生成器学习真实人类文本数据的分布特征并生成高度逼真的文本样本，判别器通过这些样本进行持续训练以提高其检测性能。实验结果表明，GenDetect-GAN在多个指标上优于现有的机器生成文本检测模型。

Keyword:

Machine-generated text detection

Text classification

Large language model

GenDetect-GAN: generative adversarial network model for machine-generated text detection

摘要

期刊

机构

引用论文