实体
LLM-generated texts
LLM-generated texts
PulseAugur coverage of LLM-generated texts — every cluster mentioning LLM-generated texts across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的Steer-to-Detect框架改进了LLM生成文本的检测
研究人员开发了一个名为Steer-to-Detect (S2D) 的新两阶段框架，以提高识别大型语言模型 (LLM) 生成文本的准确性。S2D框架首先学习一个“引导向量”来修改冻结的观察者LLM的内部表示，从而增强了人类书写文本和机器生成文本之间的可分离性。随后，一个假设检验程序使用这些增强的表示进行检测，提供了错误率的理论保证，并在分布外和对抗性场景中表现出强大的性能。
-
新的WaveDetect框架增强了对LLM生成文本的检测能力
研究人员开发了WaveDetect，一个用于检测大型语言模型（LLM）生成文本的新框架。与分析令牌概率的先前方法不同，WaveDetect将生成文本视为信号，并使用连续小波变换来识别内在的“光谱指纹”。这种方法在对抗性攻击、领域转移和不断发展的LLM方面表现出卓越的准确性和鲁棒性，在多个基准数据集上取得了最先进的成果。