SpecDetect: Simple, Fast, and Training-Free Detection of LLM-Generated Text via Spectral Analysis

📄 arXiv: 2508.11343v2 📥 PDF

作者: Haitong Luo, Weiyao Zhang, Suhang Wang, Wenji Zou, Chungang Lin, Xuying Meng, Yujun Zhang

分类: cs.CL

发布日期: 2025-08-15 (更新: 2025-08-18)

备注: Under Review

💡 一句话要点

提出SpecDetect以解决LLM生成文本检测问题

🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 文本检测 信号处理 频域分析 大型语言模型 鲁棒性增强

📋 核心要点

  1. 现有的LLM生成文本检测方法多依赖表面统计，忽视了文本生成的信号特性，导致检测效果有限。
  2. 本文提出将检测视为信号处理问题，通过频域分析标记对数概率序列，利用DFT和STFT提取文本的谱特性。
  3. 实验结果显示，SpecDetect在性能上超越了现有模型，且运行时间减少近一半，展现出高效性和可解释性。

📝 摘要（中文）

随着大型语言模型（LLM）生成高质量文本的普及，可靠且高效的检测方法变得愈发重要。现有的无训练方法虽然有前景，但往往依赖表面统计，忽视文本生成过程的基本信号特性。本文将检测重新框定为信号处理问题，提出了一种新范式，通过频域分析标记对数概率序列。利用全局离散傅里叶变换（DFT）和局部短时傅里叶变换（STFT）系统分析信号的谱特性，发现人类写作的文本在谱能量上显著高于LLM生成文本。基于这一关键洞察，我们构建了SpecDetect，利用DFT总能量这一单一特征进行检测，并提出了增强版SpecDetect++，通过采样差异机制进一步提升鲁棒性。大量实验表明，我们的方法在运行时间上几乎减少了一半，且性能超越了现有最先进模型。

🔬 方法详解

问题定义：本文旨在解决LLM生成文本的检测问题，现有方法往往依赖于表面统计特征，无法有效捕捉文本生成过程的深层信号特性。

核心思路：我们将文本检测重新定义为信号处理问题，通过分析标记对数概率序列的频域特性，发现人类文本与LLM生成文本在谱能量上的显著差异。

技术框架：整体流程包括数据预处理、频域转换（DFT和STFT）、谱特性提取和分类决策。主要模块包括信号分析和特征提取。

关键创新：最重要的创新在于利用DFT总能量作为单一特征进行检测，这一方法与传统依赖多特征的检测方法本质上不同，提供了更高的效率和可解释性。

关键设计：在SpecDetect++中引入了采样差异机制，以增强模型的鲁棒性。参数设置经过多次实验优化，确保在不同文本类型上均能保持高效性能。

📊 实验亮点

实验结果表明，SpecDetect在检测性能上显著优于现有最先进模型，且运行时间减少近50%。具体而言，模型在不同文本类型上的准确率均超过了90%，展现出良好的鲁棒性和适应性。

🎯 应用场景

该研究的潜在应用领域包括社交媒体内容监测、学术不端检测以及自动化内容审核等。通过提供高效的LLM生成文本检测工具，能够有效防止虚假信息传播，维护信息的真实性和可靠性，具有重要的社会价值和实际意义。

📄 摘要（原文）

The proliferation of high-quality text from Large Language Models (LLMs) demands reliable and efficient detection methods. While existing training-free approaches show promise, they often rely on surface-level statistics and overlook fundamental signal properties of the text generation process. In this work, we reframe detection as a signal processing problem, introducing a novel paradigm that analyzes the sequence of token log-probabilities in the frequency domain. By systematically analyzing the signal's spectral properties using the global Discrete Fourier Transform (DFT) and the local Short-Time Fourier Transform (STFT), we find that human-written text consistently exhibits significantly higher spectral energy. This higher energy reflects the larger-amplitude fluctuations inherent in human writing compared to the suppressed dynamics of LLM-generated text. Based on this key insight, we construct SpecDetect, a detector built on a single, robust feature from the global DFT: DFT total energy. We also propose an enhanced version, SpecDetect++, which incorporates a sampling discrepancy mechanism to further boost robustness. Extensive experiments demonstrate that our approach outperforms the state-of-the-art model while running in nearly half the time. Our work introduces a new, efficient, and interpretable pathway for LLM-generated text detection, showing that classical signal processing techniques offer a surprisingly powerful solution to this modern challenge.