인간과 AI의 협업 글쓰기가 증가하면서, LLM이 생성한 부분을 특정하는 정교한 탐지 방법이 필요해졌어요. 기존 방법은 문서 전체를 분류하는 데 집중하여 LLM이 생성한 부분을 정확히 찾아내지 못했어요. 이 연구에서는 토큰 단위로 작동하며, 기존 토큰 단위 탐지 점수를 활용하여 LLM이 생성한 부분을 찾아내는 새로운 방법을 소개해요.
인접 토큰 점수를 부드럽게 하여 변동성을 줄이고, 적응형 Lepski-type 규칙을 사용하여 지역 저작권 구조에 따라 대역폭을 선택하는 방식이에요. 이 방법은 구현이 간단하고 토큰 단위 레이블 데이터 없이도 학습이 가능하며, 이론적으로도 우수한 성능을 보장해요.
합성 데이터셋과 실제 데이터셋에서 다양한 기준 모델보다 뛰어난 성능을 보여줬으며, 공개 웹사이트를 통해 방법론을 사용할 수 있도록 배포했어요.