Fugu-MT 論文翻訳(概要): Show, Don't TELL: Explainable AI-Generated Text Detection

論文の概要: Show, Don't TELL: Explainable AI-Generated Text Detection

arxiv url: http://arxiv.org/abs/2605.27921v1
Date: Wed, 27 May 2026 03:47:25 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-28 17:38:55.731854
Title: Show, Don't TELL: Explainable AI-Generated Text Detection
Title（参考訳）: Show, Don't TELL: 説明可能なAI生成テキスト検出
Authors: Aldan Creo, Suraj Ranganath,
Abstract要約: 我々は、基礎から説明可能性を高める新しいアーキテクチャ、TELLを開発した。私たちは、ドメイン固有のオーサシップアノテーションのカスタムSFTデータセットでTELLをトレーニングします。本報告では, アノテーションの具体性, ファリシビリティ, コヒーレンス, 妥当性, 接地性について, 高(平均72.3%)のウィンレートを報告する。
参考スコア（独自算出の注目度）: 0.42970700836450487
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Research on AI-generated text detection has presented a number of approaches to discern human from AI prose, some of which achieving high in-distribution performance. However, real-world applicability has stalled because their outputs are misaligned with the needs of users, such as professors, who are presented with a numeric score that has no attached explanation. We tackle this issue with a novel architecture, TELL, that bakes explainability from the ground-up. While our system still offers a numerical score like other detectors for comparability, TELL takes a fundamentally different approach where we aim to show the user the "tells" by which the model believes a text is AI or human-written, to empower the user to decide who wrote a text using their own judgment and understanding of the context of the writing and its alleged author. We train TELL on a custom SFT dataset of domain-specific authorship annotations, and further refine the system using GRPO with curriculum learning to improve performance. We achieve competitive performance with state-of-the-art detectors (AUROC 0.927) while natively providing annotations that explain the basis for the detector's decision. We further evaluate the quality of our explanations using a dataset of human annotations and report a high (mean 72.3%) win-rate on annotation concreteness, falsifiability, coherence, plausibility and grounding, allowing users to critically think and decide for themselves. Our work thus reframes the problem of AI-generated text detection in a human-centric perspective and paves the way for a new family of detectors that focus on native explainability.
Abstract（参考訳）: AI生成テキスト検出の研究は、AIの散文から人間を識別するための多くのアプローチを提示している。しかし、実世界の適用性は、そのアウトプットが、説明のない数値スコアを提示される教授のようなユーザのニーズと不一致しているため、停滞している。私たちはこの問題を解決するために、新しいアーキテクチャであるTELLを使っています。我々のシステムは、可読性のための他の検出器のような数値スコアを提供していますが、TELLは、ユーザーがテキストをAIや人文だと信じている「星」をユーザに示すという、根本的に異なるアプローチを採用しています。我々は、ドメイン固有のオーサシップアノテーションのカスタムSFTデータセットでTELLをトレーニングし、GRPOを使用してシステムをさらに改良し、カリキュラム学習を行い、パフォーマンスを向上させる。我々は,最先端検出器 (AUROC 0.927) との競合性能を実現し,検出器の決定の根拠を説明するアノテーションをネイティブに提供する。さらに、人間のアノテーションのデータセットを用いて説明の質を評価し、アノテーションの具体性、フェーシフィビリティ、コヒーレンス、妥当性、グラウンド化に高い(平均72.3%)勝利率を報告し、ユーザーが批判的に考え、自分で決めることができるようにした。我々の研究は、人間中心の視点でAIが生成するテキスト検出の問題を再考し、ネイティブな説明可能性に焦点を当てた新しい種類の検出器の道を開く。

関連論文リスト

Base Models Look Human To AI Detectors [68.7723287560362]
ベースモデルから生成されたテキストは圧倒的に人間的であると判断されることが多いが、命令で調整されたテキストはそうではない。提案するHumanization by Iterative Paraphrasing (HIP)は,ベースモデルをパラフラザーに最小限微調整し,反復的に適用する検出器非依存パイプラインである。以上の結果から,現在の検出器は,機械生成テキストの概念よりも,命令チューニングやローカルコンテキストのアーティファクトを追跡していることが示唆された。
論文参考訳（メタデータ） (2026-05-19T08:13:12Z)
Why AI-Generated Text Detection Fails: Evidence from Explainable AI Beyond Benchmark Accuracy [0.9169660430821364]
本稿では,言語機能工学,機械学習,説明可能なAI技術を統合するフレームワークを提案する。 SHAPに基づく説明を用いて、最も影響力のある特徴がデータセットによって著しく異なることを示す。この知識は、さまざまな設定で堅牢なAI検出器を構築するのに役立ちます。
論文参考訳（メタデータ） (2026-03-24T12:46:15Z)
Human Texts Are Outliers: Detecting LLM-generated Texts via Out-of-distribution Detection [71.59834293521074]
我々は,人間によるテキストと機械によるテキストを区別する枠組みを開発した。提案手法は,DeepFakeデータセット上で98.3%のAUROCとAUPRを8.9%のFPR95で達成する。コード、事前トレーニングされたウェイト、デモがリリースされる。
論文参考訳（メタデータ） (2025-10-07T08:14:45Z)
EditLens: Quantifying the Extent of AI Editing in Text [23.457378805409714]
AIで編集されたテキストは、人間が書いたテキストやAIで生成したテキストと区別可能であることを示す。テキスト内に存在するAI編集量を予測する回帰モデルをトレーニングする。 AIによって編集されたテキストが検出できるだけでなく、AIによる人間の文章への変化の度合いも検出できることを示す。
論文参考訳（メタデータ） (2025-10-03T16:27:48Z)
CoCoNUTS: Concentrating on Content while Neglecting Uninformative Textual Styles for AI-Generated Peer Review Detection [60.52240468810558]
我々は、AI生成ピアレビューの詳細なデータセットの上に構築されたコンテンツ指向ベンチマークであるCoCoNUTSを紹介する。また、マルチタスク学習フレームワークを介してAIレビュー検出を行うCoCoDetを開発し、レビューコンテンツにおけるAIのより正確で堅牢な検出を実現する。
論文参考訳（メタデータ） (2025-08-28T06:03:11Z)
AuthorMist: Evading AI Text Detectors with Reinforcement Learning [4.806579822134391]
AuthorMistは、AI生成したテキストを人間ライクな文章に変換する、新しい強化学習ベースのシステムだ。 AuthorMistは,本来の意味を保ちながら,AI生成テキストの検出性を効果的に低減することを示す。
論文参考訳（メタデータ） (2025-03-10T12:41:05Z)
Who Writes What: Unveiling the Impact of Author Roles on AI-generated Text Detection [44.05134959039957]
本稿では,社会言語学的属性・ジェンダー,CEFR習熟度,学術分野,言語環境に影響を及ぼすAIテキスト検出装置について検討する。 CEFRの習熟度と言語環境は一貫して検出器の精度に影響を与え,性別や学術分野は検出器に依存した効果を示した。これらの発見は、特定の人口集団に不公平に罰を与えるのを避けるために、社会的に認識されたAIテキストの検出が不可欠であることを示している。
論文参考訳（メタデータ） (2025-02-18T07:49:31Z)
ExaGPT: Example-Based Machine-Generated Text Detection for Human Interpretability [62.285407189502216]
LLM(Large Language Models)によって生成されたテキストの検出は、誤った判断によって致命的な誤りを引き起こす可能性がある。本稿では,人間の意思決定プロセスに根ざした解釈可能な検出手法であるExaGPTを紹介する。以上の結果から,ExaGPTは従来の強力な検出器よりも最大で40.9ポイントの精度を1%の偽陽性率で大きく上回っていることが明らかとなった。
論文参考訳（メタデータ） (2025-02-17T01:15:07Z)
Who Writes the Review, Human or AI? [0.36498648388765503]
本研究では,AIによる書評と人間による書評を正確に区別する手法を提案する。提案手法は移動学習を利用して,異なるトピック間で生成したテキストを識別する。実験の結果、元のテキストのソースを検出でき、精度96.86%に達することが示されている。
論文参考訳（メタデータ） (2024-05-30T17:38:44Z)
On the Possibilities of AI-Generated Text Detection [76.55825911221434]
機械が生成するテキストが人間に近い品質を近似するにつれて、検出に必要なサンプルサイズが増大すると主張している。 GPT-2, GPT-3.5-Turbo, Llama, Llama-2-13B-Chat-HF, Llama-2-70B-Chat-HFなどの最先端テキストジェネレータをoBERTa-Large/Base-Detector, GPTZeroなどの検出器に対して試験した。
論文参考訳（メタデータ） (2023-04-10T17:47:39Z)
Can AI-Generated Text be Reliably Detected? [50.95804851595018]
大規模言語モデル(LLM)は、様々なアプリケーションで非常によく機能します。盗作、偽ニュースの発生、スパムなどの活動においてこれらのモデルが誤用される可能性があることは、彼らの責任ある使用に対する懸念を引き起こしている。我々は、攻撃者の存在下で、これらのAIテキスト検出装置の堅牢性を強調テストする。
論文参考訳（メタデータ） (2023-03-17T17:53:19Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。