「古典的」機械学習を用いたLLM生成Web小説の検出（AIGCテキスト検出）

概要

scikit-learnのSVMとTF-IDFを活用し、LLM特有の統計的パターンを識別することで約85%の精度でAI生成テキストを検出する手法の実証実験報告。

詳細内容

著者は、2026年時点のLLM生成テキストが持つ強い統計的パターンに着目し、モダンな巨大モデルではなくscikit-learnのLinearSVCを用いた「古典的」な機械学習によるAIGC（AI生成コンテンツ）検出器を構築しました。1万件以上の人間によるテキストと、Gemini、Qwen、GLM、DeepSeekなど複数のLLMで生成されたデータを学習させた結果、文単位で約85%の精度を達成。さらに、モデルを軽量化してブラウザ上で動作するJavaScript版のデモも公開しています。実際のWeb小説投稿サイト（Lofter）のデータを分析したところ、トレンド上位の記事の約32%が50%以上の確率でAI生成である可能性が示唆されました。翻訳を介したロンダリングや「AIらしさを消す」プロンプトに対しても一定の検出能力を維持しており、統計的アプローチの堅牢性が確認されています。

元記事を読む他のサマリーを見る