.png){kind=icon}
返回
Unveiling large language models generated texts: A Multi-level Fine-grained Detection framework
.png){kind=icon}
PRE
AI
DOI：10.1016/j.dss.2026.114655.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 提出了一种多级检测框架，集成语义、结构和语言特征，以有效识别LLM生成的文本。
• 该框架通过分析词汇、句法和语法，提供句子级别的LLM参与预测，以实现更细粒度的评估。
• 通过对比学习增强模型鲁棒性，该方法应用于通过常见规避策略生成的原始和改写LLM文本。
• 利用先进的LLM提取深层语言特征，捕捉句子特定和上下文信息。
Keyword:
LLM-generated text detection
multi-level framework
linguistic features
contrastive learning
fine-grained evaluation
期刊
IF:
6.8
论文数:
3.8K
被引数:
1.5W
机构
引用论文
Navigating the Shadows: Unveiling Effective Disturbances for Modern AI Content Detectors在阴影中导航：揭示现代AI内容检测器的有效干扰.png)
IF0
PREAI
分享收藏HyPlagThe 41st International ACM SIGIR Conference on Research & Development in Information Retrieval
OAAI
The 41st International ACM SIGIR Conference on Research & Development in Information RetrievalIF0
OAAI分享收藏Stumbling Blocks: Stress Testing the Robustness of Machine-Generated Text Detectors Under Attacks
PREAI
分享收藏BookGPT: A General Framework for Book Recommendation Empowered by Large Language ModelBookGPT：一种由大型语言模型赋能的图书推荐通用框架Electronics
OAAI
ElectronicsIF0
OAAI分享收藏LLM-as-a-Coauthor: Can Mixed Human-Written and Machine-Generated Text Be Detected?LLM-as-a-Coauthor：混合人工撰写和机器生成的文本能否被检测到？OAAI
OAAI分享收藏分享收藏
查看更多内容