🔎 AIGC 检测¶
🧠 NeurIPS2025 · 8 篇论文解读
📌 同领域跨会议浏览： 💬 ACL2026 (9) · 📷 CVPR2026 (1) · 🔬 ICLR2026 (6) · 🤖 AAAI2026 (3) · 💬 ACL2025 (17) · 📷 CVPR2025 (3)
🔥 高频主题： LLM ×4 · Agent ×2
- ASCIIBench: Evaluating Language-Model-Based Understanding of Visually-Oriented Text
-
提出 ASCIIBench，首个公开可用的 ASCII 艺术理解与生成基准（5,315 张图像，752 类），系统评估发现视觉模态显著优于文本模态，多模态融合反而不帮忙，且 CLIP 对 ASCII 结构的表征能力存在根本性瓶颈——只有内部一致性高的类别才能被有效区分。
- Can LLMs Write Faithfully? An Agent-Based Evaluation of LLM-generated Islamic Content
-
提出双Agent（定量+定性）评估框架，从神学准确性、引用完整性和文体恰当性三个维度系统评估 GPT-4o、Ansari AI 和 Fanar 在伊斯兰内容生成任务上的忠实度，发现即使最优模型也在引用可靠性上存在显著不足。
- Classical Planning with LLM-Generated Heuristics: Challenging the State of the Art with Python Code
-
提出让 LLM 生成域相关启发式函数的 Python 代码（而非直接生成计划），通过 \(n\) 次采样获得候选启发式池并在训练集上选优，将最优启发式注入 Python 规划器 Pyperplan 配合 GBFS 使用，在 IPC 2023 基准 8 个域上以纯 Python 实现超越了所有 C++ Fast Downward 传统启发式，且与 SOTA 学习型规划器 \(h^{\mathrm{WLF}}_{\mathrm{GPR}}\) 持平，同时保证所有找到的计划 100% 正确。
- CLAWS: Creativity Detection for LLM-Generated Solutions Using Attention Window of Sections
-
提出 CLAWS，通过分析 LLM 在生成数学解答时对不同 prompt 区段的注意力权重分布，无需人工评估即可将生成内容分类为"创造性"、"典型"或"幻觉"三类。
- DuoLens: A Framework for Robust Detection of Machine-Generated Multilingual Text and Code
-
提出 DuoLens，一种基于 CodeBERT + CodeBERTa 双编码器融合的 AI 生成内容检测框架，在多语言文本（8 种语言）和源代码（7 种编程语言）检测上以极低计算成本（延迟降低 8-12×，VRAM 降低 3-5×）实现 AUROC 0.97-0.99，远超 GPT-4o 等大模型。
- "Jutters"
-
通过荷兰传统"jutters"（海岸拾荒者）的隐喻，构建了一个融合真实海滩碎片与AI生成图像/视频的沉浸式装置艺术，引导参观者以拾荒者心态反思如何对待AI生成内容。
- Reasoning Compiler: LLM-Guided Optimizations for Efficient Model Serving
-
提出 Reasoning Compiler，将编译器优化建模为序列决策过程，用 LLM 作为上下文感知提案引擎 + MCTS 平衡探索/利用，在 5 个代表性 benchmark 和 5 个硬件平台上实现平均 5.0× 加速且采样效率比 TVM 进化搜索提升 10.8×。
- Synthesizing Performance Constraints for Evaluating and Improving Code Efficiency
-
提出Wedge框架——通过LLM合成性能刻画约束（performance-characterizing constraints）指导约束感知模糊测试，生成能暴露代码性能瓶颈的压力测试输入，构建PerfForge基准，使LLM代码优化器（如Effi-Learner）多减24% CPU指令。