本文介绍了两种新型机器生成文本检测方法DetectLLM-LRR和DetectLLM-NPR，均在准确性上优于现有技术。评估结果显示，CopyLeaks检测器最为准确，GPTKit有效减少假阳性，GLTR则展现出较强的鲁棒性。研究强调了提升检测器鲁棒性和适应性的必要性，并提出了基于参考文本的Synthetic-Siamese检测器，显著提升了检测性能。

本文分析了大语言模型生成文本的检测问题，提出了基于参考文本的孪生检测器Synthetic-Siamese，显著提高了检测的鲁棒性。研究表明，现有检测模型易受对抗性攻击，强调了对更准确检测方法的需求。此外，开发了J-Guard框架以区分真实与AI生成的新闻，并通过多领域数据集测试检测工具的有效性，发现现有工具的准确率差异较大。