Erkennung von LLMs mit dem Fernglas: Null-Shot-Erkennung von maschinell generiertem Text

Spotting LLMs With Binoculars: Zero-Shot Detection of Machine-Generated Text

January 22, 2024

Autoren: Abhimanyu Hans, Avi Schwarzschild, Valeriia Cherepanova, Hamid Kazemi, Aniruddha Saha, Micah Goldblum, Jonas Geiping, Tom Goldstein

cs.AI

Zusammenfassung

Die Erkennung von Texten, die von modernen großen Sprachmodellen generiert wurden, gilt als schwierig, da sowohl LLMs als auch Menschen ein breites Spektrum komplexer Verhaltensweisen zeigen können. Wir stellen jedoch fest, dass ein Score, der auf dem Vergleich zweier eng verwandter Sprachmodelle basiert, äußerst genau darin ist, menschlich generierte und maschinell generierte Texte zu unterscheiden. Basierend auf diesem Mechanismus schlagen wir einen neuartigen LLM-Detektor vor, der nur einfache Berechnungen mit einem Paar vortrainierter LLMs erfordert. Die Methode, genannt Binoculars, erreicht state-of-the-art Genauigkeit ohne jegliche Trainingsdaten. Sie ist in der Lage, maschinell erzeugte Texte einer Reihe moderner LLMs zu erkennen, ohne dass modellspezifische Anpassungen erforderlich sind. Wir evaluieren Binoculars umfassend anhand verschiedener Textquellen und in unterschiedlichen Situationen. Über eine breite Palette von Dokumenttypen hinweg erkennt Binoculars über 90 % der generierten Proben von ChatGPT (und anderen LLMs) bei einer falsch-positiven Rate von 0,01 %, obwohl es nicht auf ChatGPT-Daten trainiert wurde.

English

Detecting text generated by modern large language models is thought to be hard, as both LLMs and humans can exhibit a wide range of complex behaviors. However, we find that a score based on contrasting two closely related language models is highly accurate at separating human-generated and machine-generated text. Based on this mechanism, we propose a novel LLM detector that only requires simple calculations using a pair of pre-trained LLMs. The method, called Binoculars, achieves state-of-the-art accuracy without any training data. It is capable of spotting machine text from a range of modern LLMs without any model-specific modifications. We comprehensively evaluate Binoculars on a number of text sources and in varied situations. Over a wide range of document types, Binoculars detects over 90% of generated samples from ChatGPT (and other LLMs) at a false positive rate of 0.01%, despite not being trained on any ChatGPT data.