通过变化点检测分割人类-LLM 共同创作的文本

大语言模型 (LLM) 的兴起迫切需要区分人类书写的文本和 LLM 生成的文本，以确保真实性和社会信任。现有的检测器通常为整个通道提供二元分类；然而，这对于人类-LLM 共同创作的文本来说是不够的，其中的目标是本地化由人类或 LLM 创作的特定片段。为了弥补这一差距，我们提出了将文本分割成人类和 LLM 创作的片段的算法。我们的主要观察是，这种分割任务在概念上类似于时间序列分析中的经典变化点检测。利用这个类比，我们将变化点检测应用于 LLM 生成的文本检测，开发加权算法和通用算法以适应异构检测分数的变化，并建立我们的程序的极小极大最优性。根据经验，我们证明了我们的方法相对于各种现有基线的强大性能。我们提案的 Python 实现可在 https://github.com/Mamba413/DetectLLMSegmentation 获取。