$k$NNProxy：用于黑盒零样本 LLM 生成文本检测的高效 无需训练 代理对齐

LLM 生成的文本 (LGT) 检测对于可靠的取证分析和减少 LLM 滥用至关重要。现有的 LGT 检测器通常可以分为两大类：基于学习的方法和零样本方法。与基于学习的检测器相比，零样本方法特别有前途，因为它们消除了训练特定任务分类器的需要。然而，零样本方法的可靠性从根本上依赖于这样的假设：现成的代理 LLM 与通常未知的源 LLM 很好地一致，这一前提在现实世界的黑盒场景中很少成立。为了解决这种差异，现有的代理对齐方法通常依赖于代理的受监督 微调 或与商业 API 的重复交互，从而增加了部署成本，使检测器面临静默 API 更改，并限制了域转移下的鲁棒性。受这些限制的启发，我们提出了 $k$-最近邻代理 ($k$NNProxy)，这是一个 无需训练 和查询高效的代理对齐框架，它将 $k$NN 语言模型 ($k$NN-LM) 检索机制重新用作固定代理 LLM 的域适配器。具体来说，通过固定预算查询或现有数据集，从目标反射 LGT 语料库构建一次轻量级数据存储。在推理过程中，最近邻证据会产生一个 词元级 预测分布，该分布与代理输出进行插值，从而产生无需代理 微调 或每个词元 API 输出的对齐预测。为了提高域转移下的鲁棒性，我们将 $k$NNProxy 扩展为代理混合 (MoP)，将每个输入路由到特定于域的数据存储以进行域一致的检索。大量的实验证明了我们的方法强大的检测性能。