본 논문은 텍스트가 사람 또는 대규모 언어 모델(LLM)에 의해 생성되었는지 판단하는 문제를 연구합니다. 기존의 로그 확률 기반 탐지기는 특정 LLM의 분포 함수를 사용하여 관찰된 텍스트의 로그 확률에서 파생된 통계를 활용합니다. 하지만 로그 확률에만 의존하는 것은 최적이 아닐 수 있습니다. 이에 대응하여, AdaDetectGPT를 제안합니다. AdaDetectGPT는 학습 데이터로부터 증인 함수를 적응적으로 학습하여 로그 확률 기반 탐지기의 성능을 향상시키는 새로운 분류기입니다. AdaDetectGPT의 진양성률, 위양성률, 진음성률 및 음성률에 대한 통계적 보장을 제공하며, 광범위한 수치 연구를 통해 AdaDetectGPT가 다양한 데이터 세트와 LLM 조합에서 기존 최고 성능 방법보다 거의 일관적으로 성능을 향상시키며, 최대 37%까지 향상될 수 있음을 보여줍니다.
