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。