論文の概要: Once a Response, Always a Response: Detecting LLM-generated Text via Latent Prompt Restoration

• arxiv url: http://arxiv.org/abs/2608.05741v1
• Date: Thu, 06 Aug 2026 08:22:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-07 15:25:20.853951
• Title: Once a Response, Always a Response: Detecting LLM-generated Text via Latent Prompt Restoration
• Title（参考訳）: 一度応答すると、常に応答:潜時プロンプト修復によるLCM生成テキストの検出
• Abstract要約: 大規模言語モデル (LLM) は、大規模に流動的で説得力のあるテキストを生成することができる。 これらの懸念により、機械生成テキストの堅牢な検出がますます必要になる。 本稿では,潜時プロンプト復元に基づくトレーニング不要な検出器であるEchoPromptを提案する。
• 参考スコア（独自算出の注目度）: 14.631414891878878
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large language models (LLMs) can generate fluent and convincing text at scale, creating growing risks for misinformation dissemination, educational misuse, and platform governance. These concerns make robust detection of machine-generated text increasingly necessary. Recent zero-shot detectors mainly exploit probability-based statistical discrepancies, but they do not explicitly account for the training process of LLMs, which leaves a distinct generation mechanism insufficiently modeled and limits detection robustness. To address this issue, we propose EchoPrompt, a training-free detector based on latent prompt restoration. Our key intuition is that machine-generated text is typically produced conditioned on an upstream prompt, and this hidden dependency can be partially reactivated by prepending a unified generic prefix. Specifically, EchoPrompt restores a generic assistant-response context, measures the induced likelihood gain with an instruction-tuned model, calibrates it against the corresponding base model, and aggregates the resulting differences into a score that quantifies latent prompt dependency. Extensive experiments show that EchoPrompt achieves state-of-the-art performance among zero-shot detectors while maintaining strong robustness across challenging evaluation settings.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、大規模に流動的で説得力のあるテキストを生成することができ、誤情報拡散、教育的誤用、プラットフォームガバナンスのリスクが増大する。 これらの懸念により、機械生成テキストの堅牢な検出がますます必要になる。 最近のゼロショット検出器は主に確率に基づく統計的不一致を利用するが、LLMの訓練過程は明確に説明されていない。 この問題に対処するため,潜時プロンプト復元に基づくトレーニング不要な検出器であるEchoPromptを提案する。 我々の重要な直感は、機械生成されたテキストは、通常上流のプロンプトで条件付きで生成され、この隠れた依存関係は、統一されたジェネリックプレフィックスを前もって部分的にリアクティベートできるということです。 具体的には、EchoPromptは、一般的なアシスタント-レスポンスコンテキストを復元し、命令チューニングされたモデルで誘導可能性ゲインを測定し、対応するベースモデルに対して校正し、その結果の差を、遅延プロンプト依存性を定量化するスコアに集約する。 大規模な実験により、EchoPromptはゼロショット検出器間の最先端のパフォーマンスを達成し、挑戦的な評価設定を越えて強い堅牢性を維持していることがわかった。

関連論文リスト

• Tool-Adaptive LLM Reranker [6.360159778061184]
  TALRankerは、エージェントマルコフ決定プロセスとしてポイントワイズ関連スコアを定式化する新しいフレームワークである。 標準および推論集約型検索ベンチマークで最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-07-12T04:04:59Z)
• WaveDetect: Robust Framework for Machine-Generated Text Detection via Wavelet Transform [2.7227283756285288]
  既存の検出器は、対向的な摂動、ドメイン間のシフト、基礎モデルの急激な時間的進化という3つの重要な課題に直面した時にしばしば混乱する。 本稿では、時間周波数領域内の信号処理タスクとしてテキスト検出を再構成する新しいフレームワークであるWavedetectを提案する。
  論文  参考訳（メタデータ） (2026-06-22T13:42:36Z)
• Unsupervised Style Representation Learning for AI-Text Detection via Paraphrase Inversion [5.789169343514737]
  我々は、その機械生成パラフレーズから人間によるテキストを再構築するスタイルエンコーダを訓練する。 学習した表現を2つの検出戦略により評価する: 数発の検知器と0発のDeepSVDDベースの検出器である。
  論文  参考訳（メタデータ） (2026-06-08T19:28:52Z)
• 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)
• Scalable and Robust LLM Unlearning by Correcting Responses with Retrieved Exclusions [49.55618517046225]
  Webスケールのコーパスリスクを記憶し、センシティブな情報を暴露する言語モデル。 本稿では,新しいアンラーニングフレームワークであるCorrective Unlearning with Retrieved Exclusions (CURE)を提案する。 CUREは、リークのモデル出力を確認し、安全な応答に修正する。
  論文  参考訳（メタデータ） (2025-09-30T09:07:45Z)
• Your Language Model Can Secretly Write Like Humans: Contrastive Paraphrase Attacks on LLM-Generated Text Detectors [77.82885394684202]
  テキスト検出を効果的に欺く訓練不要な方法である textbfContrastive textbfParaphrase textbfAttack (CoPA) を提案する。 CoPAは、大規模言語モデルによって生成される人間のような分布とは対照的に、補助的な機械的な単語分布を構築している。 我々の理論的分析は、提案された攻撃の優越性を示唆している。
  論文  参考訳（メタデータ） (2025-05-21T10:08:39Z)
• Auto-Prompt Generation is Not Robust: Prompt Optimization Driven by Pseudo Gradient [50.15090865963094]
  PertBenchは、幅広い入力摂動を含む包括的なベンチマークデータセットである。 我々の分析は、既存の即時生成戦略における重大な脆弱性を明らかにしている。 PGOは、摂動型を擬似次数次信号として活用する、勾配のないプロンプト生成フレームワークである。
  論文  参考訳（メタデータ） (2024-12-24T06:05:08Z)
• Zero-Shot Detection of LLM-Generated Text using Token Cohesiveness [6.229124658686219]
  我々は,既存のゼロショット検出器を改善するために,トークン凝集性をプラグアンドプレイモジュールとして利用する汎用的なデュアルチャネル検出パラダイムを開発した。 トークンの凝集度を計算するために,ランダムなトークンの削除と意味的差分測定を数ラウンドで行う。 各種データセット,ソースモデル,評価設定の4つの最先端ベース検出器を用いた実験は,提案手法の有効性と汎用性を示す。
  論文  参考訳（メタデータ） (2024-09-25T13:18:57Z)
• Self-RAG: Learning to Retrieve, Generate, and Critique through Self-Reflection [74.51523859064802]
  我々は、自己回帰検索拡張生成(Self-RAG)と呼ばれる新しいフレームワークを導入する。 自己RAGは、検索と自己回帰によってLMの品質と事実性を高める。 様々なタスクセットにおいて、最先端のLCMや検索強化モデルよりも大幅に優れています。
  論文  参考訳（メタデータ） (2023-10-17T18:18:32Z)
• A Controllable Model of Grounded Response Generation [122.7121624884747]
  現在のエンドツーエンドのニューラルネットワークモデルは、応答生成プロセスにセマンティックコントロールを課す柔軟性を本質的に欠いている。 我々は制御可能な接地応答生成(CGRG)と呼ばれるフレームワークを提案する。 このフレームワークを用いることで、会話のようなRedditデータセットでトレーニングされた、新しいインダクティブアテンション機構を備えたトランスフォーマーベースのモデルが、強力な生成ベースラインを上回っていることを示す。
  論文  参考訳（メタデータ） (2020-05-01T21:22:08Z)

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。