超越表面线索：鲁棒的韩语大语言模型生成文本检测

研究人员提出了偏差受控的对抗性评测基准 KoLing 与可解释检测器 KoLingProbe，以解决韩语大语言模型生成文本检测过度依赖表面线索的问题。KoLing 包含 50.9k 个样本，在保留语义的同时抑制表面捷径，并分别评估 LLM 生成与修改文本的检测能力。基于理论语言学建模的 KoLingProbe 在所有检测任务中大幅超越基线模型，且对对抗攻击具备鲁棒性。