Buchumschlag

RAGulator: Lightweight Out-of-Context Detectors for Grounded Text Generation

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Poey, Ian, Liu, Jiajun, Zhong, Qishuai, Chenailler, Adrien
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Cultural Value Differences of LLMs: Prompt, Language, and Model Size
von: Zhong, Qishuai, et al.
Veröffentlicht: (2024)

Trace Is In Sentences: Unbiased Lightweight ChatGPT-Generated Text Detector
von: Mu, Mo, et al.
Veröffentlicht: (2025)

Large Language Models are Limited in Out-of-Context Knowledge Reasoning
von: Hu, Peng, et al.
Veröffentlicht: (2024)

Evaluating LLM Adaptation to Sociodemographic Factors: User Profile vs. Dialogue History
von: Zhong, Qishuai, et al.
Veröffentlicht: (2025)

RSA-Control: A Pragmatics-Grounded Lightweight Controllable Text Generation Framework
von: Wang, Yifan, et al.
Veröffentlicht: (2024)

On the Generalization and Adaptation Ability of Machine-Generated Text Detectors in Academic Writing
von: Liu, Yule, et al.
Veröffentlicht: (2024)

Explaining Generalization of AI-Generated Text Detectors Through Linguistic Analysis
von: Xia, Yuxi, et al.
Veröffentlicht: (2026)

Out-of-distribution generalization via composition: a lens through induction heads in Transformers
von: Song, Jiajun, et al.
Veröffentlicht: (2024)

"We Demand Justice!": Towards Social Context Grounding of Political Texts
von: Pujari, Rajkumar, et al.
Veröffentlicht: (2023)

BED: Bi-Encoder-Based Detectors for Out-of-Distribution Detection
von: Owen, Louis, et al.
Veröffentlicht: (2023)

GPT-who: An Information Density-based Machine-Generated Text Detector
von: Venkatraman, Saranya, et al.
Veröffentlicht: (2023)

Mixture of Detectors: A Compact View of Machine-Generated Text Detection
von: Lekkala, Sai Teja, et al.
Veröffentlicht: (2025)

Cat and Mouse -- Can Fake Text Generation Outpace Detector Systems?
von: McGlinchey, Andrea, et al.
Veröffentlicht: (2025)

Stumbling Blocks: Stress Testing the Robustness of Machine-Generated Text Detectors Under Attacks
von: Wang, Yichen, et al.
Veröffentlicht: (2024)

Are AI-Generated Text Detectors Robust to Adversarial Perturbations?
von: Huang, Guanhua, et al.
Veröffentlicht: (2024)

Attribute First, then Generate: Locally-attributable Grounded Text Generation
von: Slobodkin, Aviv, et al.
Veröffentlicht: (2024)

HiEAG: Evidence-Augmented Generation for Out-of-Context Misinformation Detection
von: Wu, Junjie, et al.
Veröffentlicht: (2025)

Image-Text Out-Of-Context Detection Using Synthetic Multimodal Misinformation
von: Shalabi, Fatma, et al.
Veröffentlicht: (2024)

MGTEVAL: An Interactive Platform for Systemtic Evaluation of Machine-Generated Text Detectors
von: Li, Yuanfan, et al.
Veröffentlicht: (2026)

Generalization or Hallucination? Understanding Out-of-Context Reasoning in Transformers
von: Huang, Yixiao, et al.
Veröffentlicht: (2025)

Rainproof: An Umbrella To Shield Text Generators From Out-Of-Distribution Data
von: Darrin, Maxime, et al.
Veröffentlicht: (2022)

LiFi: Lightweight Controlled Text Generation with Fine-Grained Control Codes
von: Shi, Chufan, et al.
Veröffentlicht: (2024)

LLMEmbed: Rethinking Lightweight LLM's Genuine Function in Text Classification
von: Liu, Chun, et al.
Veröffentlicht: (2024)

Machine Text Detectors are Membership Inference Attacks
von: Koike, Ryuto, et al.
Veröffentlicht: (2025)

Are AI Detectors Good Enough? A Survey on Quality of Datasets With Machine-Generated Texts
von: Gritsai, German, et al.
Veröffentlicht: (2024)

Towards Lightweight, Adaptive and Attribute-Aware Multi-Aspect Controllable Text Generation with Large Language Models
von: Zhu, Chenyu, et al.
Veröffentlicht: (2025)

Grounding Long-Context Reasoning with Contextual Normalization for Retrieval-Augmented Generation
von: Chen, Jiamin, et al.
Veröffentlicht: (2025)

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

SilverSpeak: Evading AI-Generated Text Detectors using Homoglyphs
von: Creo, Aldan, et al.
Veröffentlicht: (2024)

Increasing the Robustness of the Fine-tuned Multilingual Machine-Generated Text Detectors
von: Macko, Dominik, et al.
Veröffentlicht: (2025)

MELD: Multi-Task Equilibrated Learning Detector for AI-Generated Text
von: Li, Chenjun, et al.
Veröffentlicht: (2026)

Out of Sight Out of Mind, Out of Sight Out of Mind: Measuring Bias in Language Models Against Overlooked Marginalized Groups in Regional Contexts
von: Elsafoury, Fatma, et al.
Veröffentlicht: (2025)

When Personalization Tricks Detectors: The Feature-Inversion Trap in Machine-Generated Text Detection
von: Gao, Lang, et al.
Veröffentlicht: (2025)

Analysing Lightweight Large Language Models for Biomedical Named Entity Recognition on Diverse Ouput Formats
von: Epron, Pierre, et al.
Veröffentlicht: (2026)

mhGPT: A Lightweight Generative Pre-Trained Transformer for Mental Health Text Analysis
von: Kim, Dae-young, et al.
Veröffentlicht: (2024)

Chain of Evidences and Evidence to Generate: Prompting for Context Grounded and Retrieval Augmented Reasoning
von: Parvez, Md Rizwan
Veröffentlicht: (2024)

Analysis of Plan-based Retrieval for Grounded Text Generation
von: Godbole, Ameya, et al.
Veröffentlicht: (2024)

A Practical Examination of AI-Generated Text Detectors for Large Language Models
von: Tufts, Brian, et al.
Veröffentlicht: (2024)

Smaller Language Models are Better Black-box Machine-Generated Text Detectors
von: Mireshghallah, Niloofar, et al.
Veröffentlicht: (2023)

AI Text Detectors and the Misclassification of Slightly Polished Arabic Text
von: Almohaimeed, Saleh, et al.
Veröffentlicht: (2025)