推理图实现鲁棒的LLM作者归属

研究者提出一种基于图神经网络的方法，通过论证挖掘提取LLM生成文本中的推理结构来识别作者归属。实验表明，该方法面对改写和回译等混淆攻击时，比传统Longformer基线最高提升27个百分点；在检测未见过的模型版本时提升19个百分点，展现出更强的鲁棒性和泛化能力。

此前LLM文本检测依赖表面语言特征，易被改写等技术绕过。本文首次利用推理结构进行归属分析，大幅提升了对混淆攻击和未知模型版本的抗性，为AI文本溯源提供了更可靠的技术路径。

图神经网络通过建模文本中的论证关系（如前提、结论等推理结构），捕捉深层语义模式。相比仅分析词汇或句法，推理图不易受表层改写影响，因此对刻意混淆和新模型版本更具鉴别力。

• 该方法在真实长文本或跨语言场景下的计算开销和延迟是否适合实时监测产品？
• 推理图提取对短文本或缺乏结构化论证的提示（如简单问答）是否仍有效？