MD-ProTector：为 LLM 生成的文本检测定位多个数据驱动原型

随着 LLM 生成的内容变得越来越复杂，用于区分这些文本与人类书写文本的检测系统必须大规模运行，同时处理不同的书写风格、领域、语言和生成器模型。仅输入编码器检测器适合实际部署设置，但标准二进制分类仅提供类标签，并且没有明确组织任一类内的实质性变化。我们提出了 MD-ProTector，它在编码器嵌入空间中用多个可训练参考向量表示每个类，称为原型。这些原型为同一类中的不同文本组提供了单独的决策边界。然而，单独添加多个原型并不能确定每个原型应代表哪种变体。 MD-ProTector 通过原型定位损失解决了这个问题，它将类级别结构与区分各个原型的类内变化分开。通过对涵盖域、生成器、语言和对抗变异的三个大规模基准的五种设置进行评估，MD-ProTector 在基于编码器的方法中在 MAGE CDCM 和 RAID 上实现了最高的 AvgRec，在 RAID 上实现了最高的 AUROC 和最低的 FPR95。