연구진이 LLM 생성 텍스트 탐지를 위한 새로운 프레임워크 'DWT-Fusion'을 공개했어요. 이 프레임워크는 기존 방식의 한계를 극복하기 위해 토큰별 로그 확률 시퀀스를 분석하는 웨이블릿 기반 다중 해상도 신호 표현을 사용해요.
DWT-Fusion은 GPT-Neo, GPT-J, Falcon, LLaMA 등 다양한 프록시 모델을 활용해 HC3, M4, MAGE 데이터셋에서 성능을 평가했어요.
싱글 웨이블릿 구성의 경우 AUROC 값이 각각 0.9872, 0.8185, 0.7138을 기록했고, 교정 가중 투표 방식을 사용했을 때 0.9919, 0.8477, 0.7471로 성능이 향상됐어요.
연구 결과는 웨이블릿 기반 다중 해상도 스코어링과 교정 기반 투표 융합이 효과적인 LLM 생성 텍스트 탐지 신호를 제공한다는 것을 보여줘요.