Séminaires RALI-OLST-ILFC

Les mercredis à 11 h 30 (heure de Montréal), nous tenons un séminaire d'une heure portant sur un sujet du traitement des langues ou de linguistique. Il est typiquement offert en mode hybride (présentiel & vidéoconférence). Une fois par mois, le séminaire est organisé par le groupe de recherche français Linguistique Informatique, Formelle et de Terrain.

Vers une détection robuste des textes artificiels.

Matthieu Dubois (duboism <at> isir (point) upmc (point) fr)

ISIR

Wednesday 8 October 2025 at 11:30 AM

Salle 3195, Pavillon André-Aisenstadt — En présentiel, avec diffusion simultanée sur Zoom


Cette présentation aborde deux axes de recherche complémentaires sur les défis de la détection de textes générés par des modèles de langue. D’abord, nous étudierons comment les stratégies de décodage, telles que la température, top-k ou l’échantillonnage nucleus, affectent les performances des détecteurs. Même de subtiles modifications de la distribution de sortie d’un modèle peuvent provoquer l’effondrement des méthodes de l’état de l’art, avec des scores AUROC passant de plus de 99% à presque zéro, mettant ainsi en lumière le fonctionnement interne des détecteurs actuels et révélant les angles morts des jeux de données récents. Ensuite, je présenterai MOSAIC, un algorithme de détection basé sur un ensemble conçu pour surmonter la fragilité inhérente aux approches non supervisées actuelles. En combinant plusieurs grands modèles de langue (LLMs), MOSAIC obtient systématiquement de meilleures performances de discrimination et une robustesse face aux changements de distribution. Ensemble, ces travaux cherchent à ouvrir la voie vers des systèmes de détection plus fiables et fondés sur des principes solides, et soulignent le besoin de protocoles d’évaluation reflétant l’ensemble des pratiques modernes de génération de texte.



Join with Zoom at this url.


Follow this link to subscribe to future RALI-OLST announcements.
http://rali.iro.umontreal.ca/rali/?q=fr/node/1631

See all the weekly talks for the year:

1991 1992 1993 1994 1995 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 2024 2025