論文の概要: NormDetect: Anchored Calibration for Low-False-Positive Detection of Machine-Generated Web Text

• arxiv url: http://arxiv.org/abs/2610.41459v1
• Date: Fri, 30 Oct 2026 09:09:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-02 22:05:31.668506
• Title: NormDetect: Anchored Calibration for Low-False-Positive Detection of Machine-Generated Web Text
• Title（参考訳）: NormDetect: 機械生成Webテキストの低偽陽性検出のためのAnchored Calibration
• Abstract要約: Webプラットフォームは、大きな言語モデルによって書かれたテキストのポストをスクリーニングし、すべての偽のフラグが人間のライターにヒットする。 正規化ゼロショットスコアに学習したパーセクションヘッドをアンカーするNormDetectを提案する。 RAIDベンチマークの8つのセクションで11回の攻撃があり、ノームデテックは通常の双眼鏡よりも0.1%のFPRでリコールを5.0ポイント引き上げている。
• 参考スコア（独自算出の注目度）: 0.8761859736350429
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Web platforms screen posts for text written by large language models, and every false flag hits a human writer. Detectors must therefore run at a very low false positive rate (FPR). Zero-shot detectors such as Binoculars score text with frozen language models, but invisible edits such as homoglyphs shatter tokenization and push machine text into the human range. Unicode normalization undoes these edits, yet the normalized score still misses half of the machine text at a strict FPR, under attacks that leave nothing to clean. We find that with the Falcon-7B scoring pair, heads on token statistics recall less than the normalized score at this FPR, and several flag too many human posts in some sections. We propose NormDetect, which anchors a learned per-section head to the normalized zero-shot score. A blend weight chosen on training folds under a human FPR cap combines the two scores, and one threshold is calibrated on human text only. On eight sections of the RAID benchmark with eleven attacks, NormDetect raises recall at a 0.1% calibrated FPR by 5.0 points over normalized Binoculars. Its human FPR bound stays at most 1% in every section, and no other detector within this bound recalls as much.
• Abstract（参考訳）: Webプラットフォームは、大きな言語モデルによって書かれたテキストのポストをスクリーニングし、すべての偽のフラグが人間のライターにヒットする。 したがって、検出器は非常に低い偽陽性率 (FPR) で実行する必要がある。 Binocularsのようなゼロショット検出器は、凍結した言語モデルでテキストをスコアするが、ホモグリフのシャッタートークン化やマシンテキストを人間の範囲に押し込むといった目に見えない編集を行う。 Unicodeの正規化はこれらの編集を解除するが、通常のスコアは厳格なFPRでマシンテキストの半分を見逃す。 Falcon-7Bのスコアリングペアでは、トークン統計の先頭は、このFPRの正規化スコアよりも低いリコールであり、いくつかのセクションでは、多くの人的ポストをフラグ付けしている。 正規化ゼロショットスコアに学習したパーセクションヘッドをアンカーするNormDetectを提案する。 人間のFPRキャップの下の折り畳みトレーニングで選択されるブレンドウェイトは2つのスコアを組み合わせており、人間のテキストのみに1つのしきい値が調整される。 RAIDベンチマークの8つのセクションで11回の攻撃があり、ノームデテックは通常の双眼鏡よりも0.1%の校正FPRでリコールを5.0ポイント引き上げている。 人間のFPR境界は各区間で1%以上であり、この領域内の他の検出器はリコールすることができない。

関連論文リスト

• Attacking Only Half the Data: Two-Sided Evaluation of AI-Text Detector Robustness [1.2832858109291985]
  我々は,人文と機械文の両方に適用された攻撃下で,広く使用されているAIテキスト検出装置の堅牢性について検討する。 両クラスにアタックを適用するための双方向プロトコルを導入する。 2つのコーパスと9つの検出器で、AUROCは2つの評価の下で消失し、攻撃された人間のテキストは100%まで誤分類された。
  論文  参考訳（メタデータ） (2026-10-13T10:55:59Z)
• Measuring Artifact Reliance in Machine-Generated Text Detectors [1.1912433176327106]
  機械生成テキストの検出器は科学文献ベンチマークでほぼ完璧にスコアを出力する。 6つの一般的な資料から得られた10の科学的文書のサブセットを見てみましょう。 一つの単語を変更することなく、機械で書かれた抽象語を再ラッピングするだけで、公開検出器の正しい判断の20～27%が逆転する。
  論文  参考訳（メタデータ） (2026-10-09T13:34:45Z)
• Just Ask Jev: Reinforcement Learning for Calibrated Decisions as a Zero-Shot Detector of AI Alignment Failures [33.047894767530174]
  Jevは、校正された決定のために強化学習で訓練されたモデルである。 1回の呼び出しでキャリブレーションされた確率を持つ入力について、多くの型付き質問に答える。 薬局、脱獄、偽装、迅速な注射、幻覚、プライバシー侵害、社会的偏見、報酬のハッキング、不確実性の隠蔽、電力探究という10のアライメント障害について、Jevをベンチマークしている。
  論文  参考訳（メタデータ） (2026-09-24T11:49:30Z)
• Beyond Static Anchors: Bounded Prototype Conditioning for Language-Free Medical Anomaly Detection [52.986874008247554]
  本稿では,静的アンカーを入力条件付きビジュアルプロトタイプに置き換える言語フリーフレームワークReCAPを提案する。 ReCAPリセンターは、境界ゲート変調により、各画像の正常と異常なプロトタイプを分離した。 3つのセグメンテーションデータセットで最高のゼロショットレベルのAUROCと、24の複数ショット設定のうち23のゼロショットレベルのAUROCを達成する。
  論文  参考訳（メタデータ） (2026-08-01T04:46:55Z)
• Confidently Wrong: Severity-Aware Calibration of Prompt-Injection Detectors under Attack Shift [0.0]
  私は、ProtectAI-v2とPrompt-Guard-2チェックポイントの3つの放出検出器を1つのソース校正閾値で評価した。 重大度指標Sを報告し、検知器が犯した攻撃に対する自信と、偽陰性率と差別を報告します。 3つとも間接的行動ヒジャック注入を確実に通過し、2つのベンダーに共通する盲点と4倍の大きさの範囲を達成します。
  論文  参考訳（メタデータ） (2026-06-21T20:30:12Z)
• Group-Adaptive Threshold Optimization for Robust AI-Generated Text Detection [58.419940585826744]
  本稿では,確率的AIテキスト検出のためのグループ固有しきい値最適化アルゴリズムであるFairOPTを紹介する。 属性(例えば、テキストの長さと書き込みスタイル)に基づいてデータをサブグループに分割し、FairOPTを実装して、各グループに対する決定しきい値の学習を行い、不一致を低減しました。 我々のフレームワークは、後処理によるAI生成コンテンツ検出において、より堅牢な分類の道を開く。
  論文  参考訳（メタデータ） (2025-02-06T21:58:48Z)
• A Practical Examination of AI-Generated Text Detectors for Large Language Models [25.919278893876193]
  機械生成コンテンツ検出器は、様々な条件や言語モデルからそのようなテキストを識別する。 本稿では、これらの主張を、これらの検出器がこれまで遭遇していなかった領域、データセット、モデルにおいて、いくつかの一般的な検出器を評価することによって、批判的に評価する。
  論文  参考訳（メタデータ） (2024-12-06T15:56:11Z)

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。