该综述梳理大型语言模型生成文本的检测研究，指出现有检测器易被伪装、替换提示等攻击规避，LLM生成的误导信息比人类更难识别且危害更大，呼吁建立更稳健的检测方法、全面评估指标与防御方案，并关注内容审核、伦理及虚假信息治理。
完成下面两步后，将自动完成登录并继续当前操作。
