Glimpse: Enabling White-Box Methods to Utilize Proprietary Models for Zero-Shot LLM-Generated Text Detection

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出Glimpse方法,解决了零-shot LLM生成文本检测中白盒方法无法使用强大专有模型的问题。实验结果表明,Glimpse与Fast-DetectGPT和GPT-3.5结合,AUROC平均值约为0.95,提升幅度达51%。

🎯

关键要点

  • 本研究提出Glimpse方法,解决了零-shot LLM生成文本检测中白盒方法无法使用强大专有模型的问题。

  • Glimpse是一种概率分布估计的方法,能够从部分观察中预测完整分布。

  • Glimpse成功扩展了白盒方法的应用。

  • 实验结果显示,Glimpse与Fast-DetectGPT和GPT-3.5结合,AUROC平均值约为0.95。

  • Glimpse相较于开源基线提高了51%。

➡️

继续阅读