Buchumschlag

Smaller Language Models are Better Black-box Machine-Generated Text Detectors

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Mireshghallah, Niloofar, Mattern, Justus, Gao, Sicun, Shokri, Reza, Berg-Kirkpatrick, Taylor
Format:	Preprint
Veröffentlicht:	2023
Schlagworte:	Computation and Language Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Synthetic Data Can Mislead Evaluations: Membership Inference as Machine Text Detection
von: Naseh, Ali, et al.
Veröffentlicht: (2025)

Differentially Private Learning Needs Better Model Initialization and Self-Distillation
von: Ngong, Ivoline C., et al.
Veröffentlicht: (2024)

Readability $\ne$ Learnability: Rethinking the Role of Simplicity in Training Small Language Models
von: Lee, Ivan, et al.
Veröffentlicht: (2025)

Position: Privacy Is Not Just Memorization!
von: Mireshghallah, Niloofar, et al.
Veröffentlicht: (2025)

CopyBench: Measuring Literal and Non-Literal Reproduction of Copyright-Protected Text in Language Model Generation
von: Chen, Tong, et al.
Veröffentlicht: (2024)

An Evaluation of Explanation Methods for Black-Box Detectors of Machine-Generated Text
von: Schoenegger, Loris, et al.
Veröffentlicht: (2024)

Alt-Text with Context: Improving Accessibility for Images on Twitter
von: Srivatsan, Nikita, et al.
Veröffentlicht: (2023)

Translation or Recitation? Calibrating Evaluation Scores for Machine Translation of Extremely Low-Resource Languages
von: Chen, Danlu, et al.
Veröffentlicht: (2026)

Smaller But Better: Unifying Layout Generation with Smaller Large Language Models
von: Zhang, Peirong, et al.
Veröffentlicht: (2025)

Continuous Diffusion Models Can Obey Formal Syntax
von: Kim, Jinwoo, et al.
Veröffentlicht: (2026)

Generating with Confidence: Uncertainty Quantification for Black-box Large Language Models
von: Lin, Zhen, et al.
Veröffentlicht: (2023)

The Canary's Echo: Auditing Privacy Risks of LLM-Generated Synthetic Text
von: Meeus, Matthieu, et al.
Veröffentlicht: (2025)

Bob's Confetti: Phonetic Memorization Attacks in Music and Video Generation
von: Roh, Jaechul, et al.
Veröffentlicht: (2025)

Boundary-targeted Membership Inference Attacks on Safety Classifiers
von: Hughes, Anthony, et al.
Veröffentlicht: (2026)

DALD: Improving Logits-based Detector without Logits from Black-box LLMs
von: Zeng, Cong, et al.
Veröffentlicht: (2024)

ParaPO: Aligning Language Models to Reduce Verbatim Reproduction of Pre-training Data
von: Chen, Tong, et al.
Veröffentlicht: (2025)

Causally Testing Gender Bias in LLMs: A Case Study on Occupational Bias
von: Chen, Yuen, et al.
Veröffentlicht: (2022)

Studying the Soupability of Documents in State Space Models
von: Jafari, Yasaman, et al.
Veröffentlicht: (2025)

Constrained Sampling for Language Models Should Be Easy: An MCMC Perspective
von: Gonzalez, Emmanuel Anaya, et al.
Veröffentlicht: (2025)

Knowledge Editing on Black-box Large Language Models
von: Song, Xiaoshuai, et al.
Veröffentlicht: (2024)

Optical Context Compression Is Just (Bad) Autoencoding
von: Lee, Ivan Yee, et al.
Veröffentlicht: (2025)

Can LLMs Keep a Secret? Testing Privacy Implications of Language Models via Contextual Integrity Theory
von: Mireshghallah, Niloofar, et al.
Veröffentlicht: (2023)

On Importance of Layer Pruning for Smaller BERT Models and Low Resource Languages
von: Shirke, Mayur, et al.
Veröffentlicht: (2025)

Constrained Adaptive Rejection Sampling
von: Parys, Paweł, et al.
Veröffentlicht: (2025)

MIA-Tuner: Adapting Large Language Models as Pre-training Text Detector
von: Fu, Wenjie, et al.
Veröffentlicht: (2024)

Machine Learning from Explanations
von: Tao, Jiashu, et al.
Veröffentlicht: (2025)

Enhancing Generalization in Chain of Thought Reasoning for Smaller Models
von: Yin, Maxwell J., et al.
Veröffentlicht: (2025)

Mitigating Paraphrase Attacks on Machine-Text Detectors via Paraphrase Inversion
von: Soto, Rafael Rivera, et al.
Veröffentlicht: (2024)

Towards LLM-guided Causal Explainability for Black-box Text Classifiers
von: Bhattacharjee, Amrita, et al.
Veröffentlicht: (2023)

Quantifying the Effect of Test Set Contamination on Generative Evaluations
von: Schaeffer, Rylan, et al.
Veröffentlicht: (2026)

Merlin's Whisper: Enabling Efficient Reasoning in Large Language Models via Black-box Persuasive Prompting
von: Xia, Heming, et al.
Veröffentlicht: (2025)

Automated Black-box Prompt Engineering for Personalized Text-to-Image Generation
von: He, Yutong, et al.
Veröffentlicht: (2024)

Operationalizing Data Minimization for Privacy-Preserving LLM Prompting
von: Zhou, Jijie, et al.
Veröffentlicht: (2025)

Context-Aware Membership Inference Attacks against Pre-trained Large Language Models
von: Chang, Hongyan, et al.
Veröffentlicht: (2024)

Grammar-Aligned Decoding
von: Park, Kanghee, et al.
Veröffentlicht: (2024)

Harnessing Optimization Dynamics for Curvature-Informed Model Merging
von: Mahdavinia, Pouria, et al.
Veröffentlicht: (2025)

Hierarchical Text Classification Using Black Box Large Language Models
von: Yoshimura, Kosuke, et al.
Veröffentlicht: (2025)

What Happens When Small Is Made Smaller? Exploring the Impact of Compression on Small Data Pretrained Language Models
von: Awobade, Busayo, et al.
Veröffentlicht: (2024)

Watermark Smoothing Attacks against Language Models
von: Chang, Hongyan, et al.
Veröffentlicht: (2024)

Discrete Prompt Tuning via Recursive Utilization of Black-box Multimodal Large Language Model for Personalized Visual Emotion Recognition
von: Takahashi, Ryo, et al.
Veröffentlicht: (2025)