TRIDENT 和 SHAKTI：印地语 AI 文本检测框架与基准

随着大语言模型（LLMs）的多语言能力不断增强，区分人类撰写的文本与 AI 生成的文本对于维护信息完整性至关重要。然而，相关研究仍以英语为中心，针对印地语等低资源语言的基准十分有限。为填补这一空白，我们推出了 SHAKTI，这是一个大规模印地语基准，涵盖四种体裁、八个 LLM 家族、多种提示策略以及对抗性变换。我们通过人工标注评估其质量，并分析人类撰写文本与 AI 生成文本在语言、语法和情感方面的差异。基于这些发现，我们提出了 TRIDENT，这是一种基于往返翻译的检测框架，包含三个变体：TRIDENT-S（静态阈值）、TRIDENT-D（动态阈值）和 TRIDENT-C（使用多距离往返翻译特征的逻辑回归）。TRIDENT 利用原始文本与往返翻译文本之间的语义一致性来识别 AI 生成的内容。大量实验表明，TRIDENT 优于传统基线和有监督基线，其中 TRIDENT-S 的总体表现最佳。在七种语言、对抗性设置以及未见过的 LLM 上开展的进一步评估，证明了该框架的多语言适用性和鲁棒性，同时也凸显了其对翻译模型的敏感性。