論文の概要: C-HAT-Bench: Benchmarking Chinese AI-Text Detection Beyond Fully Generated Text

• arxiv url: http://arxiv.org/abs/2609.32770v1
• Date: Sat, 26 Sep 2026 16:46:51 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-06 20:30:03.092937
• Title: C-HAT-Bench: Benchmarking Chinese AI-Text Detection Beyond Fully Generated Text
• Title（参考訳）: C-HAT-Bench: 完全生成テキストを超えた中国のAIテキスト検出のベンチマーク
• Abstract要約: 中国語のHuman-AI協調テキスト検出ベンチマーク(C-HAT-Bench)を提案する。 5つのドメインから5000ドル(約5万5000円)の人書きのソーステキストと、6つの生成モデルを使って240,000ドル(約2万5000円)以上のバリエーションをリンクする。 我々は、ゼロショットと事前訓練された文書レベルの検出、境界ローカライゼーション、条件間一般化を対象とする4つのプロトコルによる21ドルの検出器の評価を行った。
• 参考スコア（独自算出の注目度）: 12.02986950083732
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Large Language Models (LLMs) increasingly participate in writing by modifying or extending human drafts, causing machine involvement to vary in both form and extent. Yet most Machine-Generated Text (MGT) detectors are evaluated only on fully human-written versus fully AI-generated text. Because human--AI collaboration can weaken or redistribute cues associated with machine generation, strong performance under this binary setting may overstate detector reliability. This mismatch remains underexplored in Chinese: detection cues are shaped by tokenization and language-specific text distributions, yet controlled resources spanning production settings, domains, and generators remain limited. To fill this gap, we present a Chinese Human-AI Collaborative Text Detection Benchmark (C-HAT-Bench), a unified benchmark that links $5,000$ human-written source texts from five domains to more than $240,000$ variants produced using six generative models under Prefix-Conditioned Continuation as a reference setting and three collaborative production modes. We evaluate $21$ detectors through four protocols spanning zero-shot and pretrained supervised document-level detection, boundary localization, and cross-condition generalization. Relative to Prefix-Conditioned Continuation, mean AUROC across document-level detectors is $12.0\%$ lower on the collaborative production modes, with the largest detector-specific relative decrease reaching $44.4\%$. Transfer across collaborative production modes is also asymmetric, indicating that performance in a given production setting is not a reliable predictor of performance in other production settings.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、人間のドラフトを変更したり拡張したりすることで、記述にますます参加し、マシンの関与は形式も範囲も様々である。 しかし、ほとんどの機械生成テキスト(MGT)検出器は、完全な人間書きのテキストと完全なAI生成のテキストでのみ評価される。 人間とAIのコラボレーションは、マシン生成に関連するキューを弱めたり、再分割したりする可能性があるため、このバイナリ設定下での強い性能は検出器の信頼性を過小評価する可能性がある。 検出キューはトークン化と言語固有のテキスト配布によって形成されるが、生産設定、ドメイン、ジェネレータにまたがるリソースは制限されている。 このギャップを埋めるために、中国語のHuman-AI Collaborative Text Detection Benchmark (C-HAT-Bench) を提案する。このベンチマークは、5つのドメインから5000ドルの人文の原文を、Prefix-Conditioned Continuationの下で6つの生成モデルを用いて生成された240,000ドル以上の変種にリンクする。 我々は、ゼロショットと事前訓練された文書レベルの検出、境界ローカライゼーション、条件間一般化を対象とする4つのプロトコルによる21ドルの検出器の評価を行った。 プリフィックス・コンディション・コンティニュエーション(Prefix-Conditioned Continuation)とは対照的に、文書レベルの検出器間のAUROCは共同生産モードよりも12.0\%低く、検出器固有の相対的な減少は44.4\%である。 協調生産モード間の転送も非対称であり、与えられた生産環境でのパフォーマンスは、他の生産環境でのパフォーマンスの信頼できる予測器ではないことを示している。

関連論文リスト

• Operation-Guided Progressive Human-to-AI Text Transformation Benchmark for Multi-Granularity AI-Text Detection [49.41415417307568]
  OpAI-Benchは、プログレッシブな人間とAIのテキスト変換を研究するためのオペレーションガイド付きベンチマークである。 我々は、AIテキスト検出能力は、AI編集コンテンツの割合だけでなく、編集操作、ドメイン、累積修正履歴によっても支配されていることを示す。
  論文  参考訳（メタデータ） (2026-06-04T17:58:05Z)
• 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)
• $\texttt{Droid}$: A Resource Suite for AI-Generated Code Detection [75.6327970381944]
  $textbf$textttDroidCollection$$は、機械生成コード検出器のトレーニングと評価のためのオープンデータスイートである。 これには100万以上のコードサンプル、7つのプログラミング言語、43のコーディングモデルからの出力、3つの実世界のコーディングドメインが含まれている。 また、$textttDroidCollection$$でマルチタスクでトレーニングされたエンコーダのみの検出器も開発しています。
  論文  参考訳（メタデータ） (2025-07-11T12:19:06Z)
• LuxVeri at GenAI Detection Task 1: Inverse Perplexity Weighted Ensemble for Robust Detection of AI-Generated Text across English and Multilingual Contexts [0.8495482945981923]
  本稿では,AI生成コンテンツの検出に関するコリング2025ワークショップのタスク1のために開発されたシステムについて述べる。 提案手法では,各モデルの逆パープレキシティに応じて重みが割り当てられたモデルのアンサンブルを利用して,分類精度を向上させる。 本研究は, 単言語と多言語の両方において, 機械によるテキスト検出の堅牢性を向上させるために, 逆パープレキシティ重み付けの有効性を示すものである。
  論文  参考訳（メタデータ） (2025-01-21T06:32:32Z)
• Imitate Before Detect: Aligning Machine Stylistic Preference for Machine-Revised Text Detection [39.62360229183229]
  大規模言語モデル (LLM) はテキスト生成に革命をもたらした。 機械生成テキストの検出はますます困難になっている。 ImBD(Imitate Before Detect)アプローチを提案する。 次に、テスト対象のテキストの分布とマシンスタイルの分布を比較し、そのテキストが機械修正されたかどうかを判定する。
  論文  参考訳（メタデータ） (2024-12-11T03:17:14Z)
• Detecting Machine-Generated Long-Form Content with Latent-Space Variables [54.07946647012579]
  既存のゼロショット検出器は主に、現実世界のドメインシフトに弱いトークンレベルの分布に焦点を当てている。 本稿では,イベント遷移などの抽象的要素を機械対人文検出の鍵となる要因として組み込んだ,より堅牢な手法を提案する。
  論文  参考訳（メタデータ） (2024-10-04T18:42:09Z)
• Deciphering Textual Authenticity: A Generalized Strategy through the Lens of Large Language Semantics for Detecting Human vs. Machine-Generated Text [8.290557547578146]
  プリトレーニング済みのT5エンコーダとLLM埋め込みサブクラスタリングを組み合わせた,機械生成テキスト検出システムT5LLMCipherを導入する。 提案手法は,機械生成テキストの平均F1スコアが19.6%増加し,非可視ジェネレータやドメインでF1スコアが平均上昇する,最先端の一般化能力を提供する。
  論文  参考訳（メタデータ） (2024-01-17T18:45:13Z)
• 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)

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。