Reliably Bounding False Positives: A Zero-Shot Machine-Generated Text Detection Framework via Multiscaled Conformal Prediction

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种多尺度符合预测的零样本机器生成文本检测框架,旨在降低虚假正例率(FPR)带来的社会风险。该框架有效限制FPR上限,并提升检测性能,实证结果在多个检测器和数据集上表现显著。

🏷️

标签

➡️

继续阅读