論文の概要: AEyeDE: An Attention-Based Attribution Framework for AI-Generated Text Detection

• arxiv url: http://arxiv.org/abs/2606.00016v1
• Date: Mon, 13 Apr 2026 19:30:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-15 07:09:36.57282
• Title: AEyeDE: An Attention-Based Attribution Framework for AI-Generated Text Detection
• Title（参考訳）: AI生成テキスト検出のための注意に基づく属性フレームワークAEyeDE
• Authors: Aria Nourbakhsh, Adelaide Danilov, Christoph Schommer, Salima Lamsiyah,
• Abstract要約: 我々は,人間-AIオーサシップ検出における属性駆動型アプローチであるtextscAEyeDEを提案する。 注意に基づく属性マップは,AIによるテキスト検出のための補完的かつ解釈可能な信号を提供する。
• 参考スコア（独自算出の注目度）: 1.373282478189168
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Detecting AI-generated text is becoming increasingly challenging as modern language models approach human-level fluency and can evade detectors that rely on surface statistics or likelihood-based signals. We propose \textsc{AEyeDE}, an attribution-driven approach to human-AI authorship detection that leverages model attention as a discriminative signal. Specifically, we extract attention-based attribution matrices for both human- and AI-generated text using a \emph{proxy} Transformer model with white-box access and train a lightweight Convolutional Neural Network to learn representations from these attribution maps. Across encoder-decoder translation settings, our method consistently outperforms a text-only baseline. In decoder-only settings, it performs strongly in generator-specific detection, remains competitive on standard benchmarks, and shows robustness under cross-dataset transfer and alternative-spelling perturbations. We further show that attention maps exhibit recurring local structures whose relative frequencies differ consistently between human- and AI-generated text across datasets and proxy models. These findings suggest that attention-based attribution maps provide a complementary and interpretable signal for AI-generated text detection. We will make the code publicly available to support future research.
• Abstract（参考訳）: AI生成テキストの検出は、現代言語モデルが人間レベルの流速に近づき、表面統計や可能性に基づく信号に依存する検出器を避けることで、ますます困難になりつつある。 本稿では,モデル注意を識別信号として活用する,人間-AIオーサリング検出のための属性駆動型アプローチである「textsc{AEyeDE}」を提案する。 具体的には,人間のテキストとAI生成テキストの両方に対する注目ベースの属性行列を,ホワイトボックスアクセスを持つ変換器モデルを用いて抽出し,これらの属性マップから表現を学習するために,軽量な畳み込みニューラルネットワークを訓練する。 エンコーダとデコーダの変換設定全体で、我々のメソッドはテキストのみのベースラインよりも一貫して優れています。 デコーダのみの設定では、ジェネレータ固有の検出を強く行い、標準ベンチマークで競争力を維持し、クロスデータセット転送と代替スペルの摂動の下で堅牢性を示す。 さらに、アテンションマップは、データセットとプロキシモデルにまたがる人間とAI生成テキストの間に、相対的な頻度が一貫して異なる、繰り返し発生する局所構造を示すことを示す。 これらの結果は,注目に基づく属性マップが,AIによるテキスト検出の補完的かつ解釈可能な信号となることを示唆している。 今後の研究を支援するために、コードを公開します。

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)
• 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)
• Diversity Boosts AI-Generated Text Detection [51.56484100374058]
  DivEyeは、予備的な機能を使って、予測不可能がテキスト間でどのように変動するかをキャプチャする、新しいフレームワークである。 提案手法は、既存のゼロショット検出器を最大33.2%向上させ、微調整ベースラインとの競合性能を達成する。
  論文  参考訳（メタデータ） (2025-09-23T10:21:22Z)
• Fine-Grained Detection of AI-Generated Text Using Sentence-Level Segmentation [3.088244520495001]
  人間とAI生成テキスト間の遷移を検出するための文レベルのシーケンスラベリングモデルの提案 我々のモデルは、ニューラルネットワーク(NN)と条件ランダムフィールド(CRF)を組み込んだ最先端の事前学習トランスフォーマーモデルを組み合わせる。 評価は、協力的な人間とAI生成されたテキストを含む2つの公開ベンチマークデータセットで実行される。
  論文  参考訳（メタデータ） (2025-09-22T14:22:55Z)
• Adversarial Attacks on AI-Generated Text Detection Models: A Token Probability-Based Approach Using Embeddings [14.150011713654331]
  本研究では,Fast-DetectGPTなどの検出モデルに対する新たなテキスト逆攻撃を提案する。 この手法では、AI生成したテキストの再構築を目的として、データ摂動の埋め込みモデルを用いて、テキストの真の起源を検出する可能性を低減する。
  論文  参考訳（メタデータ） (2025-01-31T10:06:27Z)
• Are AI-Generated Text Detectors Robust to Adversarial Perturbations? [9.001160538237372]
  AI生成テキスト(AIGT)の現在の検出器は、敵の摂動に対する堅牢性を欠いている。 本稿では,既存のAIGT検出手法の堅牢性について検討し,新しい検出器であるシームズキャリブレーション・リコンストラクション・ネットワーク(SCRN)を導入する。 SCRNは、テキストからのノイズの追加と除去に再構成ネットワークを使用し、局所的な摂動に対して堅牢な意味表現を抽出する。
  論文  参考訳（メタデータ） (2024-06-03T10:21:48Z)
• 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。