探测 GPT 是否充分利用扰动？基于模型对比学习检测器选择性扰动更佳

BriefGPT - AI 论文速递 · 2024-02-01T00:00:00Z

AuthentiGPT是一个有效的分类器，用于区分机器生成的和人类编写的文本。通过添加人工噪声并比较去噪后的文本与原始文本，AuthentiGPT利用黑盒LLM来消除噪声，判断内容是否为机器生成。AuthentiGPT具有0.918 AUROC分数，显示其在检测机器生成文本方面的有效性和潜力。