本文综述机器生成文本检测研究，涉及MixSet混合文本数据集、CoCo连贯图对比学习模型、TextMachina框架及多语言对抗攻击测试。研究表明，现有检测器难以识别细微修改，易受改写和同形异义攻击，跨语言检测表现脆弱；T5LLMCipher等方法可将未见生成器的检测F1提升约19.6%。

该文综述多语言机器生成文本检测与文本嵌入研究，提出T5LLMCipher、VMSST、GTE、CoCo、ConDA等方法，介绍M4数据集及SemEval-2024任务8。结果表明，Transformer模型（尤其LoRA-RoBERTa结合多数表决）检测效果最佳，检测性能受句子长度影响，合成数据微调可提升嵌入模型表现。

该文汇总了多项弱监督与多语言文本检测研究：WeText利用少量全标注数据实现先进场景文本检测；多语言情感分类用弱监督数据训练卷积网络；SemiMTR结合自监督与监督学习提升多模态文本识别；TextTranSpotter无需昂贵定位标注即可比肩全监督方法；MULTITuDE提供11种语言机器生成文本检测基准。