Zero-Shot Detection of LLM-Generated Text using Token Cohesiveness

要約

大規模言語モデル (LLM) の機能が増加し、広く使用されるようになったことで、LLM で生成されたテキストの自動検出の望ましさが強調されています。
ゼロショット検出器はトレーニング不要の性質のため、かなりの注目を集め、顕著な成功を収めています。
この論文では、ゼロショット検出に役立つ新しい特徴であるトークン凝集性を特定し、LLM で生成されたテキストが人間が書いたテキストよりも高いトークン凝集性を示す傾向があることを示します。
この観察に基づいて、既存のゼロショット検出器を改善するプラグアンドプレイ モジュールとしてトークンの凝集性を使用する汎用デュアルチャネル検出パラダイムである TOCSIN を考案しました。
トークンの凝集性を計算するために、TOCSIN は数ラウンドのランダムなトークンの削除と意味上の差異の測定のみを必要とするため、生成に使用されるソース モデルにアクセスできない実際的なブラック ボックス設定に特に適しています。
さまざまなデータセット、ソース モデル、評価設定に対する 4 つの最先端のベース検出器を使用した広範な実験により、提案されたアプローチの有効性と汎用性が実証されています。
コードは \url{https://github.com/Shixuan-Ma/TOCSIN} で入手できます。

要約(オリジナル)

The increasing capability and widespread usage of large language models (LLMs) highlight the desirability of automatic detection of LLM-generated text. Zero-shot detectors, due to their training-free nature, have received considerable attention and notable success. In this paper, we identify a new feature, token cohesiveness, that is useful for zero-shot detection, and we demonstrate that LLM-generated text tends to exhibit higher token cohesiveness than human-written text. Based on this observation, we devise TOCSIN, a generic dual-channel detection paradigm that uses token cohesiveness as a plug-and-play module to improve existing zero-shot detectors. To calculate token cohesiveness, TOCSIN only requires a few rounds of random token deletion and semantic difference measurement, making it particularly suitable for a practical black-box setting where the source model used for generation is not accessible. Extensive experiments with four state-of-the-art base detectors on various datasets, source models, and evaluation settings demonstrate the effectiveness and generality of the proposed approach. Code available at: \url{https://github.com/Shixuan-Ma/TOCSIN}.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google