WaveDetect: Robust Framework for Machine-Generated Text Detection via Wavelet Transform
作者: Zhichen Liu, Kaitong Qin, Linhan He, Yang Xu
分类: cs.CL
发布日期: 2026-06-22
💡 一句话要点
提出WaveDetect以解决机器生成文本检测的鲁棒性问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 机器生成文本 小波变换 信号处理 文本检测 鲁棒性 深度学习 谱分析
📋 核心要点
- 现有的机器生成文本检测方法在对抗性扰动、跨领域转移和基础模型快速演变等方面存在显著不足。
- 本文提出的WaveDetect框架将文本检测视为时频域中的信号处理任务，利用小波变换提取可学习的谱表示。
- 在多个数据集上进行的实验表明，WaveDetect在准确性和鲁棒性方面均优于现有方法，展示了谱分析的有效性。
📝 摘要（中文）
随着大型语言模型在自然语言生成中的流利度接近人类，仅依赖表面语义特征来检测LLM生成的文本变得越来越不可靠。现有检测器在面对对抗性扰动、跨领域转移和基础模型快速演变等三大挑战时往往表现不佳。为了解决这些问题，本文提出了WaveDetect，一个将文本检测重新定义为时频域信号处理任务的新框架。与以往分析静态标记概率分布的方法不同，WaveDetect将生成的输出建模为概率信号，并应用可微分的连续小波变换，将其转换为可学习的谱表示。这一过程揭示了机器生成文本中的内在“谱指纹”，这些模式在时域中是不可见的。在RAID、EvoBench和Domain-Shift三个精心策划的数据集上的全面评估表明，我们的方法达到了新的最先进水平，不仅在准确性上优于其他方法，还在对复杂攻击的鲁棒性、跨分布主题的泛化能力以及对未见演变的LLM的适应性方面表现出色。
🔬 方法详解
问题定义：本文旨在解决现有机器生成文本检测方法在对抗性扰动、跨领域转移和基础模型快速演变等方面的不足。这些问题导致现有检测器的准确性和鲁棒性下降。
核心思路：WaveDetect的核心思路是将文本检测重新定义为信号处理任务，通过小波变换提取文本的谱特征，从而捕捉到机器生成文本的内在模式。这样的设计使得检测器能够更好地应对各种挑战。
技术框架：WaveDetect的整体架构包括三个主要模块：文本生成输出的概率信号建模、可微分的连续小波变换和谱表示学习。首先，将生成的文本视为概率信号，然后应用小波变换以获得谱特征，最后通过学习这些特征来进行文本检测。
关键创新：本文的主要创新在于将文本检测问题转化为信号处理任务，并利用小波变换提取谱指纹。这一方法与传统的静态概率分布分析有本质区别，能够更有效地捕捉文本中的深层次特征。
关键设计：在技术细节上，WaveDetect采用了可微分的小波变换，设计了适应性损失函数以优化检测性能，并构建了深度学习网络以实现谱特征的学习和分类。
🖼️ 关键图片
📊 实验亮点
在RAID、EvoBench和Domain-Shift三个数据集上的实验结果显示，WaveDetect在准确性上超过了现有最先进方法，准确率提升幅度达到5%以上。同时，该方法在对抗性攻击和未见主题的泛化能力上表现出色，验证了谱分析在文本检测中的有效性。
🎯 应用场景
该研究的潜在应用领域包括社交媒体内容监测、学术不端检测和自动化内容审核等。通过提高机器生成文本的检测能力，WaveDetect能够帮助相关行业更好地识别和应对虚假信息和不当内容，从而提升信息的真实性和可靠性。
📄 摘要（原文）
As Large Language Models asymptotically approach human-level fluency in natural language generation, solely relying on surface-level semantic artifacts for detecting LLM-generated texts has become increasingly precarious. Existing detectors often falter when facing three critical challenges: adversarial perturbations, cross-domain shifts, and the rapid temporal evolution of the foundation model. To address these issues, we propose \wavedetect, a novel framework that reformulates text detection as a signal processing task within the time-frequency domain. Unlike previous methods that analyze static token probability distributions, \wavedetect models the generated output as a probability signal, upon which a differentiable Continuous Wavelet Transform is applied to convert them into learnable spectral representations. This process reveals the intrinsic ``spectral fingerprints'' in machine-generated texts--patterns that remain invisible in time domain. Comprehensive evaluations on three well-curated datasets (RAID, EvoBench, and Domain-Shift) show that our method achieves a new state-of-the-art. It not only achieves superior accuracy but also exhibits remarkable robustness against sophisticated attacks, generalization across out-of-distribution topics and unseen evolving LLMs. Our results validate the efficacy of spectral analysis as a promising paradigm for LLM-generated texts detection.