論文の概要: Linear Probing Provides Robust and Efficient Detection of Machine-Generated Text
- arxiv url: http://arxiv.org/abs/2608.24780v1
- Date: Tue, 25 Aug 2026 16:21:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:35.094883
- Title: Linear Probing Provides Robust and Efficient Detection of Machine-Generated Text
- Title（参考訳）: 機械生成テキストのロバストかつ効率的な検出を実現する線形探索
- Abstract要約: 我々はMGT表現の線形性と品質を分析し、単純な線形プローブが幅広い検出器より優れていることを示す。
プローブは多種多様な設定にまたがって一般化する共有遅延MGT方向を復元する。
全体として、我々の研究はMGTとHWTの潜時空間差に関する洞察を提供し、線形プローブが頑健で試料効率の良いMGT検出器としての可能性を示している。
- 参考スコア（独自算出の注目度）: 7.214536967291117
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Distinguishing machine-generated text (MGT) from human-written text (HWT) becomes increasingly important due to potential misuse. However, most supervised detectors often degrade out-of-domain (OOD) and require large, diverse training sets. In this work, we analyze the linearity and quality of MGT representations and show that simple linear probes outperform a wide range of detectors while being substantially more sample-efficient. We first show that MGT and HWT latent representations are linearly separable in low-dimensional space, and provide a plausible explanation for this separability through systematic differences in their representation quality. Motivated by these insights, we train two variants of simple linear probes and evaluate them across 4 benchmarks against 16 baselines. Probes consistently improve OOD detection (+11 AUC), requiring solely ${<}100$ samples to reach near-peak performance. We show that this transferability arises because probes recover a shared latent MGT direction that generalizes across diverse settings. Finally, we demonstrate that probing vectors capture a continuous spectrum of ``machineness'', highlighting their potential for fine-grained estimation of AI-edited text. Overall, our work provides insights into latent-space differences between MGT and HWT and demonstrates the potential of linear probes as as robust and sample-efficient MGT detectors. We release our code on~\href{https://github.com/gerritq/mgt_probes}{github}.
- Abstract（参考訳）: 人文テキスト(HWT)から機械生成テキスト(MGT)を識別することは、誤用の可能性からますます重要になっている。
しかし、ほとんどの管制検出器は、しばしばドメイン外(OOD)を分解し、大規模で多様な訓練セットを必要とする。
本研究では,MGT表現の線形性と品質を解析し,単純な線形プローブが試料効率を著しく高めながら広い範囲の検出器より優れていることを示す。
まず,MGT と HWT の潜在表現は低次元空間において線形に分離可能であることを示す。
これらの知見により、単純な線形プローブの2つの変種を訓練し、それらを4つのベンチマークで16の基準線に対して評価する。
プローブはOOD検出(+11 AUC)を一貫して改善し、ほぼピークに近い性能に達するには{<}100$のサンプルのみを必要とする。
この伝達性は、プローブが多種多様な設定にまたがって一般化する共有潜在MGT方向を復元するためである。
最後に、探索ベクトルが ''機械性'' の連続スペクトルを捕捉し、AIによるテキストのきめ細かい推定の可能性を明らかにする。
全体として、我々の研究はMGTとHWTの潜時空間差に関する洞察を提供し、線形プローブが頑健でサンプル効率の良いMGT検出器としての可能性を示している。
私たちは、–\href{https://github.com/gerritq/mgt_probes}{github} でコードをリリースします。
関連論文リスト
- Hidden Human-Like Nature of Machine-Generated Texts: Theory and Detection Enhancement [108.30620357325559]
大規模言語モデル(LLM)が生成する機械生成テキスト(MGT)は、様々なアプリケーションでますます普及している。
既存の段落レベルの検出方法はMGTを完全に機械のような扱いで、MGTの隠れた人間的な性質を見渡す。
本研究では,隠れた人型スパンの影響を低減し,既存の検出器を改良するモデルに依存しないスタック拡張フレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-22T03:17:21Z) - Detecting the Machine: A Comprehensive Benchmark of AI-Generated Text Detectors Across Architectures, Domains, and Adversarial Conditions [0.0]
既存のベンチマークでは、理想的な条件下で単一のデータセット上の1つの検出器を評価する。
本稿では,2つのコーパスにまたがる多様な検出手法を評価するベンチマークを提案する。
その結果, 変圧器モデルでは, ほぼ完全な分散性能が得られるが, ドメインシフト下では劣化することがわかった。
論文 参考訳（メタデータ） (2026-03-18T09:27:27Z) - Beyond Raw Detection Scores: Markov-Informed Calibration for Boosting Machine-Generated Text Detection [105.14032334647932]
機械生成テキスト(MGT)は偽情報やフィッシングなどのリスクを生じさせ、信頼性の高い検出の必要性を強調している。
MGTの統計的に区別可能な特徴を抽出するメトリックベース法は、オーバーフィットしがちな複雑なモデルベース法よりも実用的であることが多い。
本稿では,2つのコンテキスト検出スコアの関係をモデル化したマルコフ情報を用いたスコアキャリブレーション手法を提案する。
論文 参考訳（メタデータ） (2026-02-08T16:06:12Z) - MAGA-Bench: Machine-Augment-Generated Text via Alignment Detection Benchmark [12.370836919112428]
機械生成テキスト(MGT)とHWT(Human-Written Text)の区別がますます困難になりつつある
微調整検出器の一般化能力はデータセットの品質に大きく依存する。
我々は textbfAlignment (MAGA) を用いた textbfMachine-textbfAugment-textbf 生成テキストを提案する。
論文 参考訳（メタデータ） (2026-01-08T06:07:07Z) - DetectAnyLLM: Towards Generalizable and Robust Detection of Machine-Generated Text Across Domains and Models [60.713908578319256]
タスク指向の知識で検出器を最適化するために,DDL(Direct Discrepancy Learning)を提案する。
そこで本研究では,最新のMGTD性能を実現する統合検出フレームワークであるTectAnyLLMを紹介する。
MIRAGEは5つのテキストドメインにまたがる10のコーパスから人書きテキストをサンプリングし、17個の最先端のLLMを使用して再生成または修正する。
論文 参考訳（メタデータ） (2025-09-15T10:59:57Z) - MGT-Prism: Enhancing Domain Generalization for Machine-Generated Text Detection via Spectral Alignment [25.620312809462373]
MGT-Prismは周波数領域の観点からMGT検出法である。
MGT-Prismの精度は平均0.90%,F1スコアは0.92%向上した。
論文 参考訳（メタデータ） (2025-08-19T12:09:45Z) - M4GT-Bench: Evaluation Benchmark for Black-Box Machine-Generated Text Detection [69.41274756177336]
大規模言語モデル (LLMs) は様々なチャネルにまたがる機械生成テキスト (MGT) を前例のない急激な増加をもたらした。
このことは、その潜在的な誤用と社会的意味に関する正当な懸念を提起する。
本稿では,MGT-M4GT-Benchの多言語,マルチドメイン,マルチジェネレータコーパスに基づく新しいベンチマークを提案する。
論文 参考訳（メタデータ） (2024-02-17T02:50:33Z) - A Block Metropolis-Hastings Sampler for Controllable Energy-based Text
Generation [78.81021361497311]
我々は,大規模言語モデルの反復的プロンプトを通じて,各ステップにおけるシーケンス全体の書き直しを提案する新しいメトロポリス・ハスティングス(MH)サンプリング器を開発した。
対象分布からより効率的かつ正確なサンプリングが可能となり, (b) 事前に固定するのではなく, サンプリング手順により生成長を決定することが可能となった。
論文 参考訳（メタデータ） (2023-12-07T18:30:15Z) - 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) - MGTBench: Benchmarking Machine-Generated Text Detection [54.81446366272403]
本稿では,強力な大規模言語モデル(LLM)に対するMGT検出のための最初のベンチマークフレームワークを提案する。
一般に単語が多ければ多いほど性能が向上し,ほとんどの検出手法はトレーニングサンプルをはるかに少なくして同様の性能が得られることを示す。
本研究は, テキスト属性タスクにおいて, モデルに基づく検出手法が依然として有効であることを示す。
論文 参考訳（メタデータ） (2023-03-26T21:12:36Z)
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。