Buchumschlag

Mixture of Detectors: A Compact View of Machine-Generated Text Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lekkala, Sai Teja, Annepaka, Yadagiri, Challa, Arun Kumar, Machireddy, Samatha Reddy, Pakray, Partha, Chunka, Chukhu
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Fine-Grained Detection of AI-Generated Text Using Sentence-Level Segmentation
von: Teja, Lekkala Sai, et al.
Veröffentlicht: (2025)

Modeling the Attack: Detecting AI-Generated Text by Quantifying Adversarial Perturbations
von: Teja, Lekkala Sai, et al.
Veröffentlicht: (2025)

Disentangling Direction and Magnitude in Transformer Representations: A Double Dissociation Through L2-Matched Perturbation Analysis
von: Vardhan, Mangadoddi Srikar, et al.
Veröffentlicht: (2026)

Semantic Textual Entailment Recognition using UNL
von: Partha Pakray
Veröffentlicht: (2011)

Breaking the Silence Detecting and Mitigating Gendered Abuse in Hindi, Tamil, and Indian English Online Spaces
von: Vetagiri, Advaitha, et al.
Veröffentlicht: (2024)

Cognitive Load Limits in Large Language Models: Benchmarking Multi-Hop Reasoning
von: Adapala, Sai Teja Reddy
Veröffentlicht: (2025)

Multimodal Detection of Fake Reviews using BERT and ResNet-50
von: Veluru, Suhasnadh Reddy, et al.
Veröffentlicht: (2025)

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

DEER: Disentangled Mixture of Experts with Instance-Adaptive Routing for Generalizable Machine-Generated Text Detection
von: Ma, Guoxin, et al.
Veröffentlicht: (2025)

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

Leukemia Detection using Quantum Machine Learning
von: Boya, Ravi Teja, et al.
Veröffentlicht: (2026)

Neural at ArchEHR-QA 2026: One Method Fits All: Unified Prompt Optimization for Clinical QA over EHRs
von: Majeedi, Abrar, et al.
Veröffentlicht: (2026)

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

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

DAMASHA: Detecting AI in Mixed Adversarial Texts via Segmentation with Human-interpretable Attribution
von: Teja, L. D. M. S. Sai, et al.
Veröffentlicht: (2025)

Stress-testing Machine Generated Text Detection: Shifting Language Models Writing Style to Fool Detectors
von: Pedrotti, Andrea, et al.
Veröffentlicht: (2025)

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

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

Increasing the Robustness of the Fine-tuned Multilingual Machine-Generated Text Detectors
von: Macko, Dominik, 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 Detectors Good Enough? A Survey on Quality of Datasets With Machine-Generated Texts
von: Gritsai, German, et al.
Veröffentlicht: (2024)

X-MuTeST: A Multilingual Benchmark for Explainable Hate Speech Detection and A Novel LLM-consulted Explanation Framework
von: Rehman, Mohammad Zia Ur, et al.
Veröffentlicht: (2026)

Auto FAQ Generation
von: Kalvakolanu, Anjaneya Teja, et al.
Veröffentlicht: (2024)

Detecting the Machine: A Comprehensive Benchmark of AI-Generated Text Detectors Across Architectures, Domains, and Adversarial Conditions
von: Baidya, Madhav S., et al.
Veröffentlicht: (2026)

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

Exploring the Limitations of Detecting Machine-Generated Text
von: Doughman, Jad, et al.
Veröffentlicht: (2024)

RAID: A Shared Benchmark for Robust Evaluation of Machine-Generated Text Detectors
von: Dugan, Liam, et al.
Veröffentlicht: (2024)

SAC: A Framework for Measuring and Inducing Personality Traits in LLMs with Dynamic Intensity Control
von: Chittem, Adithya, et al.
Veröffentlicht: (2025)

Authorship Obfuscation in Multilingual Machine-Generated Text Detection
von: Macko, Dominik, et al.
Veröffentlicht: (2024)

Neural at ArchEHR-QA 2025: Agentic Prompt Optimization for Evidence-Grounded Clinical Question Answering
von: Bogireddy, Sai Prasanna Teja Reddy, et al.
Veröffentlicht: (2025)

PSP: An Interpretable Per-Dimension Accent Benchmark for Indic Text-to-Speech
von: Menta, Venkata Pushpak Teja
Veröffentlicht: (2026)

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

LLM-Detector: Improving AI-Generated Chinese Text Detection with Open-Source LLM Instruction Tuning
von: Wang, Rongsheng, et al.
Veröffentlicht: (2024)

Detection of Machine-Generated Text: Literature Survey
von: Valiaiev, Dmytro
Veröffentlicht: (2024)

RAGulator: Lightweight Out-of-Context Detectors for Grounded Text Generation
von: Poey, Ian, et al.
Veröffentlicht: (2024)

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

LLM-DetectAIve: a Tool for Fine-Grained Machine-Generated Text Detection
von: Abassy, Mervat, et al.
Veröffentlicht: (2024)

T-Detect: Tail-Aware Statistical Normalization for Robust Detection of Adversarial Machine-Generated Text
von: West, Alva, et al.
Veröffentlicht: (2025)

Applying Ensemble Methods to Model-Agnostic Machine-Generated Text Detection
von: Ong, Ivan, et al.
Veröffentlicht: (2024)

LM$^2$otifs : An Explainable Framework for Machine-Generated Texts Detection
von: Zheng, Xu, et al.
Veröffentlicht: (2025)