論文の概要: From Tokens to Files: Multi-Granularity Detection and Localization of AI-Involved Code

• arxiv url: http://arxiv.org/abs/2610.27863v1
• Date: Tue, 20 Oct 2026 08:45:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-21 21:58:47.723039
• Title: From Tokens to Files: Multi-Granularity Detection and Localization of AI-Involved Code
• Title（参考訳）: トークンからファイルへ:AI関連コードの多粒度検出とローカライゼーション
• Abstract要約: トークンレベルでAIオーサシップをモデル化し,行,ブロック,ファイルレベルでの予測を行うフレームワークを提案する。 私たちは、人間のオリジナルとAI生成またはAI修正されたファイルから作られた混合オーサシップファイルをトレーニングします。
• 参考スコア（独自算出の注目度）: 10.422903960764305
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The increasing use of large language models for code generation calls for methods that distinguish purely human-written code from AI-involved code: files in which any part, however small, was generated or substantially modified by a model. Beyond flagging such files, we aim to localize the lines or blocks attributable to AI. Existing approaches compress a file into a single score, from surface stylistic features or a global code representation, which averages away the evidence when only a few blocks are AI-involved. We propose a framework that models AI authorship at the token level and predicts at the line, block, and file levels. A frozen code language model is equipped with two low-rank adapters, trained separately on machine-written and human-written files; their per-token log-likelihood ratio provides local evidence of AI authorship. Lightweight heads aggregate this evidence within lines and blocks, using the surrounding code context, and their local predictions are aggregated into a file-level decision. We train on mixed-authorship files built from human originals and their AI-generated or AI-modified counterparts, including continuation and fill-in-the-middle scenarios. On an internal test set of 11,773 AI-involved files across six generation regimes against 2,541 human files, our method reaches 72.4 macro F1 at a 1% FPR operating point. With no adaptation, it reaches 62.5 line-level F1 on HybridCodeAuthorship, an external human-AI co-writing benchmark with no training split, above the 56 its own paper reports as the best line-level result. On 19,445 human-written files from repositories created before 2022, the false-positive rate stays between 0.55% and 0.81% under the transported 1% threshold, so the operating point holds on real human code.
• Abstract（参考訳）: コード生成のための大規模言語モデルの利用が増加し、AIに関わるコードから純粋に人間の書いたコードを区別するメソッドが登場した。 このようなファイルのフラグ付け以外にも、AIに起因する行やブロックのローカライズを目標としています。 既存のアプローチでは、表面スタイリスティックな特徴やグローバルなコード表現から、いくつかのブロックがAIに関わる場合の平均的なエビデンスまで、ファイルを単一のスコアに圧縮する。 トークンレベルでAIオーサシップをモデル化し,行,ブロック,ファイルレベルでの予測を行うフレームワークを提案する。 凍結されたコード言語モデルは、2つの低ランクアダプターを備えており、機械書きと人書きのファイルで個別に訓練されている。 軽量ヘッドは、周囲のコードコンテキストを使用して、これらの証拠を行とブロックに集約し、それらのローカル予測をファイルレベルの決定に集約する。 私たちは、人間のオリジナルとAI生成またはAI修正されたファイルから作られた混合オーサシップファイルをトレーニングします。 6世代にわたる11,773のAI関連ファイルと2,541の人的ファイルの内的テストセットにおいて,本手法は1%のFPR操作ポイントで72.4マクロF1に達する。 適応せずに、トレーニングの分割のない外部のヒューマンAIコライトベンチマークであるHybridCodeAuthorshipで62.5ラインレベルF1に達した。 2022年以前に作成されたリポジトリからの19,445の人書きファイルでは、偽陽性率は、転送された1%の閾値以下0.55%から0.81%に留まっている。

関連論文リスト

• SlopShape: Identifying AI-Generated Commercial Web Content [0.0]
  我々は、構造的シグネチャから、AI生成したテキストを1段階深く特定できるかどうかを問う。 214機能機器は、ホールドアウト企業の98.0マクロF1で187の構造的特徴からAIポストを検出する。 すべてのエフェクトはStoryScopeを再現する。
  論文  参考訳（メタデータ） (2026-09-14T10:55:30Z)
• Small Is Enough: Per-User Style Rewriting of AI-Edited Text via LoRA Adapters [0.0]
  InMyStyleは、AI編集されたテキストの書き直しに小さな言語モデルを適用する、プライバシファーストで単一のユーザーシステムである。 複数のローカルヘルパー LLM を使用してペア化されたトレーニング例を構築し、0.5B から 7B のパラメータのベースモデル上で LoRA アダプタを微調整する。
  論文  参考訳（メタデータ） (2026-07-31T10:14:28Z)
• 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)
• AIRA: AI-Induced Risk Audit: A Structured Inspection Framework for AI-Generated Code [0.0]
  AIによって生成されたコードは、静かに失敗する傾向がある。 本稿では,このパターンが人間のフィードバックによる最適化の成果を反映するかもしれないという仮説を,Reward-Shaped Failure hypothesisで紹介する。 AIRAは、コード内の失敗不確実なパターンを検出するために設計された決定論的15チェック検査フレームワークである。
  論文  参考訳（メタデータ） (2026-04-19T19:32:52Z)
• DMax: Aggressive Parallel Decoding for dLLMs [77.24184219948337]
  効率的な拡散言語モデル(dLLM)のための新しいパラダイムであるDMaxを提案する。 並列デコードにおけるエラーの蓄積を軽減し、生成品質を維持しながらアグレッシブデコードを可能にする。 当社のアプローチの核心は、マスクと均一なdLLMを効率的に統合する新しいトレーニング戦略であるOn-Policy Uniform Trainingである。
  論文  参考訳（メタデータ） (2026-04-09T14:35:42Z)
• AICD Bench: A Challenging Benchmark for AI-Generated Code Detection [91.21422299346199]
  AICD Benchは、AI生成コード検出の最も包括的なベンチマークである。 これは$emph2Mサンプル$、$emph77モデル$、$emph11ファミリー$、$emph9プログラミング言語$で、最近の推論モデルを含む。
  論文  参考訳（メタデータ） (2026-02-02T13:24:14Z)
• Is This You, LLM? Recognizing AI-written Programs with Multilingual Code Stylometry [3.6936359356095454]
  我々は,LLMが生成するコードと人間が記述したコードとを区別する,AIコードスタイメトリーの技法を紹介する。 H-AIRosettaMPもリリースしました。H-AIRosettaMPはAIコードスタイメトリータスクのための新しいオープンデータセットで、10の人気のあるプログラミング言語で121の247のコードスニペットで構成されています。
  論文  参考訳（メタデータ） (2024-12-19T08:00:20Z)
• Paraphrasing evades detectors of AI-generated text, but retrieval is an effective defense [56.077252790310176]
  本稿では,パラフレーズ生成モデル(DIPPER)を提案する。 DIPPERを使って3つの大きな言語モデル(GPT3.5-davinci-003)で生成されたテキストを言い換えると、透かしを含むいくつかの検出器を回避できた。 我々は,言語モデルAPIプロバイダによって維持されなければならない,意味論的に類似した世代を検索するシンプルなディフェンスを導入する。
  論文  参考訳（メタデータ） (2023-03-23T16:29:27Z)
• Enabling Classifiers to Make Judgements Explicitly Aligned with Human Values [73.82043713141142]
  性差別/人種差別の検出や毒性検出などの多くのNLP分類タスクは、人間の値に基づいている。 本稿では,コマンド内で明示的に記述された人間の値に基づいて予測を行う,値整合型分類のためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-14T09:10:49Z)
• Interactive Code Generation via Test-Driven User-Intent Formalization [60.90035204567797]
  大きな言語モデル(LLM)は、非公式な自然言語(NL)の意図からコードを生成する。 自然言語は曖昧であり、形式的な意味論が欠けているため、正確性の概念を定義するのは難しい。 言語に依存しない抽象アルゴリズムと具体的な実装TiCoderについて述べる。
  論文  参考訳（メタデータ） (2022-08-11T17:41:08Z)

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。