Detecting LLM-Generated Tokens in Human--LLM Coauthored Text
检测人-LLM合作文本中的LLM生成Token
🧭 细粒度LLM生成文本定位与检测
University of Birmingham · Shanghai University of Finance and Economics · London School of Economics and Political Science
提出基于自适应带宽核平滑的token级检测方法，无需标注数据即可定位LLM生成片段。
📌 工作参考价值（4 点）
- 在电商评论、客服对话等场景中，可基于现有token级生成概率分数，结合局部平滑算法定位LLM生成内容，无需额外标注数据，快速部署。
- 自适应带宽选择策略（Lepski规则）能根据局部作者变化动态调整平滑程度，可迁移到其他需要局部自适应的检测任务，如点击序列异常检测。
- 方法简单，可直接替代固定阈值或全局分类，适用于自动化内容审核、欺诈评论识别等场景，降低人工审核成本。
- 开源实现和网页工具便于快速实验，可作为业务中检测混合作者文本的基线方法。