論文の概要: Detecting and Guiding LLM-Generated Korean Poetry with Interpretable Form-level Features

• arxiv url: http://arxiv.org/abs/2608.28986v1
• Date: Sat, 29 Aug 2026 01:45:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-01 18:31:30.803475
• Title: Detecting and Guiding LLM-Generated Korean Poetry with Interpretable Form-level Features
• Title（参考訳）: 解釈可能な形式的特徴を持つLLM生成韓国詩の検出と指導
• Abstract要約: 我々は,4つの形式レベルの言語次元に沿って,人間とLLMのギャップを定量化する。 我々はこれらの次元を5つの解釈可能な特徴として運用する。 世代別では、GPT-5.2の専門家による評価は、制約のないベースラインよりも特徴に富んだ詩を好む。
• 参考スコア（独自算出の注目度）: 17.99472063920348
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: LLMs often struggle with modern Korean poetry, producing outputs that resemble "line-broken prose." We address two coupled tasks: detecting whether a Korean poem is human- or LLM-authored, and guiding LLMs to generate poetry closer in form to human writing. We quantify the human-LLM gap along four form-level linguistic dimensions: output length (Volume), the diversity and connective use of line-final forms (Structure Variation), the irregularity of line lengths (Rhythmic Irregularity), and adherence to standard orthography (Normative Adherence). We operationalize these dimensions as five interpretable features. For detection, a logistic regression classifier over these five features attains an average AUC-ROC of 83.60 in zero-shot out-of-distribution detection across seven unseen LLMs, versus 75.84 for the strongest baseline in our comparison, KatFishNet, an absolute gain of 7.76 AUC points and a 10.23% relative improvement; one generator-specific punctuation pattern outside our taxonomy remains a boundary case. For generation, expert evaluation on GPT-5.2 prefers feature-guided poems over the unconstrained baseline, and analyses across GPT-5.2 and Gemini-3 show that targeted length, rhythm, and ending statistics move toward the human distribution. These results suggest that interpretable, language-specific features can bridge the diagnosis and guidance of LLM-generated poetry.
• Abstract（参考訳）: LLMは近代朝鮮詩としばしば対立し、「ラインブレイク散文」に似たアウトプットを生み出した。 韓国の詩が人間かLLMの作者であるかを検知し、LLMに人文に近い形で詩を生成するよう指示する2つの課題に対処する。 出力長(Volume)、ラインフィナル形式(Structure Variation)の多様性と接続性(Structure Variation)、ライン長の不規則性(リズム不規則性)、標準正書法(Normative Adherence)である。 我々はこれらの次元を5つの解釈可能な特徴として運用する。 検出のために、これらの5つの特徴に対するロジスティック回帰分類器は、7つの未知のLLMで平均83.60のAUC-ROCをゼロショットのアウト・オブ・ディストリビューション検出で達成し、我々の比較において最強のベースラインであるKatFishNetでは75.84となり、7.76のAUCポイントと10.23%の相対的な改善がなされた。 例えば、GPT-5.2の専門家による評価では、制約のないベースラインよりも特徴に富んだ詩が好まれており、GPT-5.2とGemini-3をまたいだ分析では、目標とする長さ、リズム、終了統計が人間の分布に向かって動いていることが示されている。 これらの結果から,解釈可能な言語特有の特徴が,LLM生成詩の診断と指導を橋渡しする可能性が示唆された。

関連論文リスト

• System Report for CCL25-Eval Task 5: New Dataset and LoRA-Fine-Tuned Qwen2.5 [0.0]
  タスクを3つのサブタスク(用語解釈、意味解釈、感情推論)に分解する。 複数のオープンソースデータセットをベースとして,古典中国語教育ペアデータセットを構築するために,データのクリーニングとアライメントを行う。 次に、Low-Rank Adaptation (LoRA) を用いてQwen2.5-14Bモデルを微調整することで、ドメイン固有化LLM(PoetryQwen)を提案する。
  論文  参考訳（メタデータ） (2026-06-10T17:54:32Z)
• From Context Shift to Stylistic Collapse: Why Training Objectives Matter More Than Scale [1.2328006781720982]
  現代のパイプラインで訓練された言語モデルは、言語的特徴の厳格な再構成を示し、極端な言語の再配布につながった。 言語を動機づけた24のプローブを用いて17のモデル(410M-100B+パラメータ)を分析した。 我々の研究は、現在のアライメントパイプラインの構造的制限を明らかにし、AI検出、データ汚染のトレーニング、長期の言語進化に影響を及ぼす。
  論文  参考訳（メタデータ） (2026-04-08T02:13:46Z)
• From Intuition to Expertise: Rubric-Based Cognitive Calibration for Human Detection of LLM-Generated Korean Text [7.067247930901556]
  LREADは韓国の国産書記法から派生した筆記体である。 フェーズ1は直感のみの検出、フェーズ2は基準レベルスコア、フェーズ3はドメイン中心の熟達を評価します。 フェーズ全体では、多数投票の精度は60%から100%に上昇し、アノテーション間の合意が強まる。
  論文  参考訳（メタデータ） (2026-01-06T10:51:39Z)
• Protein as a Second Language for LLMs [50.34983283157322]
  『Protein-as-Second-Language』の枠組みは、新しいシンボリック言語における文としてアミノ酸配列を再構成する。 属性予測,記述的理解,拡張推論にまたがる79,926個のタンパク質-QAインスタンスのバイリンガルコーパスをキュレートする。 提案手法は,オープンソース LLM と GPT-4 間で一貫した利得を提供し,最大 17.2% のROUGE-L 改善を実現している。
  論文  参考訳（メタデータ） (2025-10-13T09:21:45Z)
• How Well Do LLMs Imitate Human Writing Style? [2.3754840025365183]
  大規模言語モデル(LLM)は、流動的なテキストを生成することができるが、特定の人間の作者の独特のスタイルを再現する能力は、まだ不明である。 著者の検証とスタイルの模倣分析のための,高速かつトレーニング不要なフレームワークを提案する。 学術エッセイでは97.5%、クロスドメイン評価では94.5%の精度を達成している。
  論文  参考訳（メタデータ） (2025-09-29T15:34:40Z)
• When Punctuation Matters: A Large-Scale Comparison of Prompt Robustness Methods for LLMs [55.20230501807337]
  本報告では, 統一実験フレームワーク内での迅速なロバスト性向上のための5つの手法の体系的評価を行う。 Llama、Qwen、Gemmaファミリーの8つのモデルに対して、Natural Instructionsデータセットから52のタスクをベンチマークする。
  論文  参考訳（メタデータ） (2025-08-15T10:32:50Z)
• Enhancing LLM Language Adaption through Cross-lingual In-Context Pre-training [57.62126373849383]
  CrossIC-PT(クロスランガル・イン・コンテクスト・プレトレーニング)は、クロスランガル・トランスファーを強化するシンプルでスケーラブルなアプローチである。 セマンティック関連のバイリンガルウィキペディア文書を1つのコンテキストウィンドウにインターリーブすることで、CrossIC-PTサンプルを構築する。 実験の結果、CrossIC-PTは6つの対象言語にわたる3つのモデルの多言語性能を改善することが示された。
  論文  参考訳（メタデータ） (2025-04-29T07:24:25Z)
• SLAM: Towards Efficient Multilingual Reasoning via Selective Language Alignment [78.4550589538805]
  本稿では,多言語性を扱うレイヤを正確に識別し,微調整する,効率的な多言語推論アライメント手法を提案する。 実験の結果, SLAM法は7Bおよび13BLLMのパラメータの6.5-8%を含む6層のフィードフォワードサブ層のみをチューニングできることがわかった。
  論文  参考訳（メタデータ） (2025-01-07T10:29:43Z)
• Hate Personified: Investigating the role of LLMs in content moderation [64.26243779985393]
  ヘイト検出などの主観的タスクでは,人々が嫌悪感を知覚する場合には,多様なグループを表現できるLarge Language Model(LLM)の能力は不明確である。 追加の文脈をプロンプトに含めることで、LLMの地理的プライミングに対する感受性、ペルソナ属性、数値情報を分析し、様々なグループのニーズがどの程度反映されているかを評価する。
  論文  参考訳（メタデータ） (2024-10-03T16:43:17Z)
• Pragmatic Competence Evaluation of Large Language Models for the Korean Language [0.6757476692230009]
  本研究では,Large Language Models (LLMs) が,特に韓国語における実践的視点から,文脈依存表現をいかによく理解しているかを評価する。 自動評価にはMultiple-Choice Questions(MCQ)と、専門家によるOEQ(Open-Ended Questions)の両方を用いる。
  論文  参考訳（メタデータ） (2024-03-19T12:21:20Z)
• Whose LLM is it Anyway? Linguistic Comparison and LLM Attribution for GPT-3.5, GPT-4 and Bard [5.500249707065662]
  LLM(Large Language Model)は、人間の品質に類似したテキストを生成する能力を持つ。 我々は,最もポピュラーな3つのLLMから生成されるテキストの語彙,部分音声(POS)分布,依存性分布,感情を多様な入力と比較した。 その結果、言語学的に有意な変化を示し、88%の精度で所与のテキストをLLM起源とみなすことができた。
  論文  参考訳（メタデータ） (2024-02-22T13:25:17Z)
• "Knowing When You Don't Know": A Multilingual Relevance Assessment Dataset for Robust Retrieval-Augmented Generation [90.09260023184932]
  Retrieval-Augmented Generation (RAG) は、外部の知識源を活用して、事実の幻覚を減らすことで、Large Language Model (LLM) を出力する。 NoMIRACLは18言語にまたがるRAGにおけるLDM堅牢性を評価するための人為的アノテーション付きデータセットである。 本研究は,<i>Halucination rate</i>,<i>Halucination rate</i>,<i>Halucination rate</i>,<i>Sorucination rate</i>,<i>Sorucination rate</i>,<i>Sorucination rate</i>,<i>Sorucination rate</i>,<i>Sorucination rate</i>,<i>Sorucination rate</i>,<i>Sr。
  論文  参考訳（メタデータ） (2023-12-18T17:18:04Z)
• PoetryDiffusion: Towards Joint Semantic and Metrical Manipulation in Poetry Generation [58.36105306993046]
  制御可能なテキスト生成は自然言語生成(NLG)において困難かつ有意義な分野である 本稿では,ソネット生成のための拡散モデルと中国語のSongCi詩の創始について述べる。 本モデルでは,人的評価だけでなく,意味的,計量的,総合的な性能の自動評価において,既存のモデルよりも優れる。
  論文  参考訳（メタデータ） (2023-06-14T11:57:31Z)
• INSTRUCTSCORE: Explainable Text Generation Evaluation with Finegrained Feedback [80.57617091714448]
  テキスト生成のための説明可能な評価指標であるInstructScoreを提案する。 LLaMAに基づいてテキスト評価基準を微調整し、生成されたテキストのスコアと人間の可読性診断レポートを生成する。
  論文  参考訳（メタデータ） (2023-05-23T17:27:22Z)

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。