ImBD是什么
ImBD（Imitate Before Detect）是复旦大学、华南理工大学、武汉大学、Fenzi AI等推出的用在检测机器修订文本的方法。首先模仿大型语言模型（LLMs）生成文本的风格，基于风格偏好优化（SPO）调整评分模型，让其更符合机器修订文本的特征。然后，利用风格条件概率曲率（Style-CPC）量化原始文本与条件概率采样生成文本之间的对数概率差异，有效区分人类写作和机器修订内容。ImBD在多种场景下表现出色，包括不同LLMs的文本修订、多个文本领域和多种修订类型，显著提高检测性能，且仅需少量数据和较短的训练时间即可达到优越性能。
ImBD的主要功能
- 检测机器修订文本：有效识别经过机器修订的文本，包括重写、扩展和润色等类型。捕捉文本中独特的机器风格特征，区分出人类写作和机器修订的内容，提高检测的准确性。
- 适应多种场景：适用于多种文本领域和不同类型的机器修订任务。包括新闻、学术论文故事创作等不同领域，ImBD能准确检测出机器修订的痕迹，具有良好的泛化能力。
- 高效训练与推理：ImBD在训练过程中仅需少量样本和较短的训练时间，达到优越的性能。在推理阶段快速处理文本数据，给出检测结果，满足实际应用中对效率的要求。
ImBD的技术原理
- 风格偏好优化（SPO）：基于SPO调整评分模型，使其更符合机器修订文本的风格特征。基于成对的人类写作文本和机器修订文本，用优化模型的token分布，让其更倾向于机器修订文本的风格，增强模型对机器风格特征的识别能力。
- 风格条件概率曲率（Style-CPC）：在检测阶段，I用Style-CPC量化原始文本和条件概率采样生成文本之间的对数概率差异。基于计算这种差异，模型能有效区分人类写作和机器修订内容，因为机器修订文本在概率分布上通常会表现出与人类写作不同的特征。
- 模仿与检测结合：ImBD的核心思想是先模仿机器的风格，再进行检测。基于模仿机器的风格特征，模型能更好地理解机器修订文本的特点，在检测时更准确地识别出机器修订的痕迹，提高检测的准确性和鲁棒性。
ImBD的项目地址
- 项目官网：machine-text-detection.github.io/ImBD
- GitHub仓库：https://github.com/Jiaqi-Chen-00/ImBD
- arXiv技术论文：https://arxiv.org/pdf/2412.10432
- 在线体验Demo：https://ai-detector.fenz.ai/ai-detector
ImBD的应用场景
- 学术领域：帮助审稿人识别论文中机器修订部分，确保原创性和学术诚信.
- 新闻媒体：检测新闻稿件中机器润色内容，保证报道真实性和准确性.
- 出版行业：辅助编辑校对书稿，识别机器修订内容，确保图书质量.
- 教育领域：检测学生作业中机器辅助部分，准确评估学生能力，提供针对性反馈.
- 企业与商业：审核营销文案等，确保内容原创性和质量，避免版权和品牌问题.
- 网络安全与信息验证：识别网络虚假信息中的机器生成或修订内容，维护网络安全和信息真实性.
