Detecting LLM-Generated Texts with “Classical” Machine Learning
3 hours ago
- #Machine Learning
- #LLM Analysis
- #AI Detection
- 截至2026年初，主流LLM生成的文本展现出强烈的统计模式，可被传统机器学习模型检测出来。
- 一个在线演示使用简单的SVM分类器，基于人类和LLM生成的数据进行训练，实现了约85%的单句准确率。
- 数据收集自2022年前的人类文本，以及通过Gemini、Qwen、GLM等多个低成本/免费API由LLM重新生成的摘要。
- 训练了七个二元分类器，采用多数投票方式；检测对翻译或重写提示等常见反检测方法保持鲁棒性。
- 在未见过的模型和人类文本上测试显示误报率较低；对Lofter内容的分析表明存在大量未公开的AI生成材料。
- 作者对LLM的创造力持怀疑态度，认为AI生成内容重复且肤浅，并反思AI滥用的更广泛影响。