大语言模型生成文本检测方法、系统、设备及存储介质

本发明公开了一种大语言模型生成文本检测方法、系统、设备及存储介质，它们是相对应的方案，方案中：设计LLM条件特征对齐模块，引导生成文本检测器学习针对LLM生成文本的领域不变特征，通过确保学习到的特征在不同场景的文本内容中保持一致性，这种方法显著增强了LLM生成文本检测器的泛化性。此外，为了进一步提高生成文本检测器对文本噪声的适应能力，引入了动态对比学习模块，即在训练过程中对数据进行动态扰动，促使生成文本检测器更加关注鲁棒特征，从而更好地应对现实世界中的变化和复杂性。总体而言，本发明能够解决LLM生成文本检测器泛化性差的问题，提升检测器在处理未见过的LLM和多样化场景时的能力。