Buchumschlag

Beyond Raw Detection Scores: Markov-Informed Calibration for Boosting Machine-Generated Text Detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Wu, Chenwang, Cheung, Yiu-ming, Zhang, Shuhai, Han, Bo, Lian, Defu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Hidden Human-Like Nature of Machine-Generated Texts: Theory and Detection Enhancement
von: Wu, Chenwang, et al.
Veröffentlicht: (2026)

Advancing Machine-Generated Text Detection from an Easy to Hard Supervision Perspective
von: Wu, Chenwang, et al.
Veröffentlicht: (2025)

Multi-Level Contextual Token Relation Modeling for Machine-Generated Text Detection
von: Wu, Chenwang, et al.
Veröffentlicht: (2026)

Detecting Machine-Generated Texts by Multi-Population Aware Optimization for Maximum Mean Discrepancy
von: Zhang, Shuhai, et al.
Veröffentlicht: (2024)

Learning to Substitute Components for Compositional Generalization
von: Li, Zhaoyi, et al.
Veröffentlicht: (2025)

Epistemic Uncertainty for Generated Image Detection
von: Nie, Jun, et al.
Veröffentlicht: (2024)

Bridging the Semantic Gap for Categorical Data Clustering via Large Language Models
von: Yang, Zihua, et al.
Veröffentlicht: (2026)

Understanding Privacy Risks of Embeddings Induced by Large Language Models
von: Zhu, Zhihao, et al.
Veröffentlicht: (2024)

Improving the Calibration of Confidence Scores in Text Generation Using the Output Distribution's Characteristics
von: Flores, Lorenzo Jaime Yu, et al.
Veröffentlicht: (2025)

Beyond Turing: A Comparative Analysis of Approaches for Detecting Machine-Generated Text
von: Adilazuarda, Muhammad Farid
Veröffentlicht: (2023)

Interpreting and Improving Large Language Models in Arithmetic Calculation
von: Zhang, Wei, 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)

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

Diversity Boosts AI-Generated Text Detection
von: Basani, Advik Raj, et al.
Veröffentlicht: (2025)

Efficient Machine Unlearning via Influence Approximation
von: Liu, Jiawei, et al.
Veröffentlicht: (2025)

Benchmarking and Improving Compositional Generalization of Multi-aspect Controllable Text Generation
von: Zhong, Tianqi, et al.
Veröffentlicht: (2024)

SPADE: Structured Prompting Augmentation for Dialogue Enhancement in Machine-Generated Text Detection
von: Li, Haoyi, et al.
Veröffentlicht: (2025)

EquivPruner: Boosting Efficiency and Quality in LLM-Based Search via Action Pruning
von: Liu, Jiawei, et al.
Veröffentlicht: (2025)

TYrPPG: Uncomplicated and Enhanced Learning Capability rPPG for Remote Heart Rate Estimation
von: Chen, Taixi, et al.
Veröffentlicht: (2025)

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

EMMM, Explain Me My Model! Explainable Machine Generated Text Detection in Dialogues
von: Yuan, Angela Yifei, et al.
Veröffentlicht: (2025)

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

Boosting Long-Context Management via Query-Guided Activation Refilling
von: Qian, Hongjin, et al.
Veröffentlicht: (2024)

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

Fast-DetectGPT: Efficient Zero-Shot Detection of Machine-Generated Text via Conditional Probability Curvature
von: Bao, Guangsheng, et al.
Veröffentlicht: (2023)

MAGE: Machine-generated Text Detection in the Wild
von: Li, Yafu, et al.
Veröffentlicht: (2023)

MGT-Prism: Enhancing Domain Generalization for Machine-Generated Text Detection via Spectral Alignment
von: Liu, Shengchao, et al.
Veröffentlicht: (2025)

DivScore: Zero-Shot Detection of LLM-Generated Text in Specialized Domains
von: Chen, Zhihui, et al.
Veröffentlicht: (2025)

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

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

LLM-as-a-Coauthor: Can Mixed Human-Written and Machine-Generated Text Be Detected?
von: Zhang, Qihui, et al.
Veröffentlicht: (2024)

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

From Intuition to Calibrated Judgment: A Rubric-Based Expert-Panel Study of Human Detection of LLM-Generated Korean Text
von: Park, Shinwoo, et al.
Veröffentlicht: (2026)

Real, Fake, or Manipulated? Detecting Machine-Influenced Text
von: Wang, Yitong, et al.
Veröffentlicht: (2025)

O1 Embedder: Let Retrievers Think Before Action
von: Yan, Ruiran, et al.
Veröffentlicht: (2025)

Semantic-guided Fine-tuning of Foundation Model for Long-tailed Visual Recognition
von: Peng, Yufei, et al.
Veröffentlicht: (2025)

IMGTB: A Framework for Machine-Generated Text Detection Benchmarking
von: Spiegel, Michal, et al.
Veröffentlicht: (2023)

ReasonEmbed: Enhanced Text Embeddings for Reasoning-Intensive Document Retrieval
von: Chen, Jianlyu, et al.
Veröffentlicht: (2025)

MAGA-Bench: Machine-Augment-Generated Text via Alignment Detection Benchmark
von: Song, Anyang, et al.
Veröffentlicht: (2026)

ExaGPT: Example-Based Machine-Generated Text Detection for Human Interpretability
von: Koike, Ryuto, et al.
Veröffentlicht: (2025)