論文の概要: AuthBench: A Large-Scale Multilingual Benchmark for Authorship Representation across Genres and Lengths

• arxiv url: http://arxiv.org/abs/2609.06771v1
• Date: Sun, 06 Sep 2026 18:24:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-10 19:44:08.303197
• Title: AuthBench: A Large-Scale Multilingual Benchmark for Authorship Representation across Genres and Lengths
• Title（参考訳）: AuthBench:GenresとLongsにわたるオーサリング表現のための大規模多言語ベンチマーク
• Abstract要約: 著者は、書き込みスタイルがアイデンティティを持つ設定で重要なことを通知する。 著者表現のための大規模多言語ベンチマークであるAuthBenchを紹介する。 AuthBenchには、広く使われている10の言語で153,825人の個人によって書かれた428,150の文書が含まれている。
• 参考スコア（独自算出の注目度）: 14.446983182470312
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Authorship signals matter in settings where writing style carries identity: digital forensics, plagiarism analysis, account linking, misinformation investigation, and machine-generated text detection. Yet current authorship benchmarks remain fragmented, usually covering only a narrow language set, a single genre, or a limited document-length regime, which makes it difficult to assess whether modern representations truly generalize. We introduce AuthBench, a large-scale multilingual benchmark for authorship representation that is designed to make this evaluation broad, standardized, and realistic. AuthBench contains 428,150 documents written by 153,825 individuals across ten widely used languages, 9 primary genres, 66 fine-grained genres, and four document-length buckets. It supports two complementary tasks: authorship attribution, formulated as same-author retrieval and authorship verification, formulated as same-author binary decision. We benchmark 47 neural models and three non-neural baselines under a unified zero-shot protocol. Results show that authorship representation remains far from solved: the best retrieval model reaches only 0.258 Success@5, while the best verification model achieves 0.076 EER and 0.968 ROC-AUC. The leaderboard also reveals a meaningful task split, with different model families leading retrieval and verification, and large performance differences across languages, genres, and lengths. These findings position AuthBench not only as a new benchmark, but as a diagnostic resource for studying when and why authorship representations succeed or fail. We release AuthBench, its evaluation toolkit, and benchmark data at https://github.com/mao-code/AuthBench and https://huggingface.co/datasets/MaoXun/AuthBench.
• Abstract（参考訳）: 著者は、書き込みスタイルが同一性を持つ設定において、デジタル法医学、盗作分析、アカウントリンク、誤情報調査、機械生成テキスト検出といった重要な情報を通知する。 しかし、現在の著者のベンチマークは断片化され続けており、通常は狭い言語セット、単一のジャンル、あるいは限られた文書の長さの体系のみをカバーしているため、現代の表現が真に一般化されるかどうかを評価することは困難である。 著者表現のための大規模多言語ベンチマークであるAuthBenchを導入し、この評価を広く、標準化され、現実的なものにする。 AuthBenchには、広く使われている10の言語で153,825人の個人によって書かれた428,150の文書、9つの主要なジャンル、66のきめ細かいジャンル、4つの文書の長さのバケットが含まれている。 著者帰属は共著者検索として定式化され、共著者二項決定として定式化される。 47のニューラルモデルと3つの非ニューラルベースラインを統一ゼロショットプロトコルでベンチマークする。 最高の検索モデルは0.258 Success@5, 最高の検証モデルは0.076 EER, 0.968 ROC-AUCである。 リーダーボードはまた、検索と検証をリードする異なるモデルファミリ、言語、ジャンル、長さで大きなパフォーマンス差がある有意義なタスク分割を明らかにしている。 これらの知見は、AuthBenchを新しいベンチマークとしてだけでなく、いつ、なぜオーサシップ表現が成功したか、失敗したかを研究するための診断リソースとして位置づけている。 評価ツールキットであるAuthBenchとベンチマークデータをhttps://github.com/mao-code/AuthBenchとhttps://huggingface.co/datasets/MaoXun/AuthBenchでリリースします。

関連論文リスト

• One Token Is Enough: Fingerprinting and Verifying Large Language Models from Single-Token Output Distributions [0.0]
  APIアグリゲータ、再販業者、推論プロバイダは、大きな言語モデル(LLM)を使用する。 既存の識別技術には、長いテキスト、トークンレベルのログ確率、反対に作られたプロンプト、またはモデル所有者の協力が必要である。 我々は,LLMの行動指紋を,自明なワンワードプロンプトに対する応答の実証的分布として定義する。
  論文  参考訳（メタデータ） (2026-07-11T10:34:17Z)
• MORE: A Multilingual Document Parsing Benchmark and Evaluation [13.789730225958877]
  MOREは多言語文書解析評価のために設計された大規模ベンチマークである。 これは149の言語をカバーしており、これまでで最も言語的に多様なベンチマークとなっている。 すべてのサンプルは、モデル支援の人手によるアノテーションパイプラインを通じて、現実世界のドキュメントからキュレーションされる。
  論文  参考訳（メタデータ） (2026-07-03T04:59:12Z)
• DocScope: Benchmarking Verifiable Reasoning for Trustworthy Long-Document Understanding [29.270128057512284]
  本稿では,長期文書QAを構造化推論軌道予測問題として定式化するベンチマークであるDocScopeを紹介する。 軌道の各レベルを独立に監査する4段階評価プロトコルを設計する。 6つのプロプライエタリなモデル、12のオープンウェイトモデル、いくつかのドメイン固有のシステムをベンチマークします。
  論文  参考訳（メタデータ） (2026-05-09T11:12:59Z)
• Different Strokes for Different Folks: Writer Identification for Historical Arabic Manuscripts [0.5599792629509229]
  手書きのアラビア語写本はアラブ世界の知的・文化的遺産を保存している。 歴史的アラビア写本のムハラフデータセットを用いて,個々の線画像から著者の識別を評価する。 著者識別のための注意機構を備えた畳み込みニューラルネットワーク(CNN)モデルを提案する。
  論文  参考訳（メタデータ） (2026-04-24T12:55:16Z)
• UniRec-0.1B: Unified Text and Formula Recognition with 0.1B Parameters [55.34921520578968]
  視覚言語モデル(VLM)は、テキストと公式の統一的な認識を実現している。 パラメータが0.1Bしか持たない統一認識モデルUniRec-0.1Bを提案する。 文字、単語、行、段落、文書など、複数のレベルでテキストや公式の認識を行うことができる。
  論文  参考訳（メタデータ） (2025-12-24T10:35:21Z)
• UNIDOC-BENCH: A Unified Benchmark for Document-Centric Multimodal RAG [82.84014669683863]
  マルチモーダル検索拡張生成(MM-RAG)は,大規模言語モデルを現実世界の知識ベースに適用するための重要なアプローチである。 UniDoc-Benchは、70万の現実世界のPDFページから構築されたMM-RAGのための最初の大規模で現実的なベンチマークである。 実験により,マルチモーダルテキスト画像融合RAGシステムは,非モーダルおよび共同マルチモーダル埋め込みに基づく検索において一貫して優れていた。
  論文  参考訳（メタデータ） (2025-10-04T04:30:13Z)
• Learning Refined Document Representations for Dense Retrieval via Deliberate Thinking [58.69615583599489]
  Deliberate Thinking based Retriever (Debater) は、段階的な思考プロセスを導入することで文書表現を強化する新しいアプローチである。 Debaterは、いくつかのベンチマークで既存のメソッドよりも大幅に優れています。
  論文  参考訳（メタデータ） (2025-02-18T15:56:34Z)
• One Thousand and One Pairs: A "novel" challenge for long-context language models [56.60667988954638]
  NoChaは、67冊の架空の書籍に関する1,001対の真偽の主張のデータセットである。 当社のアノテータは、NoChaにおけるペアの最大シェアは、本全体に対するグローバルな推論を必要としていることを確認しています。 平均的なモデルでは、文レベルの検索しか必要としないペアの方が、グローバルな推論よりもはるかに優れています。
  論文  参考訳（メタデータ） (2024-06-24T02:03:57Z)
• PART: Pre-trained Authorship Representation Transformer [52.623051272843426]
  文書を書く著者は、自分のテキストに識別情報を印字する。 以前の作品では、手作りの機能や分類タスクを使って著者モデルを訓練していた。 セマンティクスの代わりにテキストの埋め込みを学習するために、対照的に訓練されたモデルを提案する。
  論文  参考訳（メタデータ） (2022-09-30T11:08:39Z)
• LG4AV: Combining Language Models and Graph Neural Networks for Author Verification [0.11421942894219898]
  本稿では,著者検証のための言語モデルとグラフニューラルネットワークを組み合わせたLG4AVを提案する。 トレーニング済みのトランスフォーマーアーキテクチャで利用可能なテキストを直接供給することで、我々のモデルは手作りのスタイル幾何学的特徴を一切必要としない。 我々のモデルは、検証プロセスに関して意味のある著者間の関係から恩恵を受けることができる。
  論文  参考訳（メタデータ） (2021-09-03T12:45:28Z)
• Neural Deepfake Detection with Factual Structure of Text [78.30080218908849]
  テキストのディープフェイク検出のためのグラフベースモデルを提案する。 我々のアプローチは、ある文書の事実構造をエンティティグラフとして表現する。 本モデルでは,機械生成テキストと人文テキストの事実構造の違いを識別することができる。
  論文  参考訳（メタデータ） (2020-10-15T02:35:31Z)

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。