2025_NIPS_DNA-DetectLLM: Unveiling AI-Generated Text via a DNA-Inspired Mutation-Repair Paradigm

一、主要内容总结

1. 研究背景与问题

随着大型语言模型（LLMs）的快速发展，AI生成文本与人类撰写文本的界限日益模糊，引发了虚假信息传播、著作权归属模糊、知识产权纠纷等社会风险，亟需可靠的AI生成文本检测方法。然而，现有生成模型的输出质量不断提升，导致两类文本的特征分布大量重叠，传统检测方法（基于训练或无训练）因依赖固定特征边界，检测准确性和鲁棒性面临严峻挑战。

2. 核心方法：DNA-DetectLLM

受DNA复制中的突变-修复机制启发，提出一种零样本AI生成文本检测方法，核心流程包括三步：

• 构建理想AI序列：以参考语言模型为基础，通过贪心选择每个位置概率最高的token，生成“理想AI序列”（类比DNA中的模板链）；
• 突变修复机制：将输入文本中非最优概率的token视为“突变token”，迭代将其修正为理想token，直至输入文本与理想AI序列完全对齐；
• 修复分数检测：引入修复分数量化修正过程的难度，通过与校准阈值对比区分文本类型——人类撰写文本因“突变”更多，修复分数更高；AI生成文本更接近理想序列，修复分数更低。

3