用小波变换抓 AI 生成文本：DWT-Fusion 把 token 概率当信号来分析

论文：DWT-Fusion: A Signal-Based Framework for Training-Free LLM-Generated Text Detection
作者：Mehmet Batuhan Özdaş, Murat Osmanoğlu
机构：Ankara University, Cyber Security Vocational School
arXiv：2607.22026（2025年7月24日）

一个场景

你收到一篇学生论文。你想知道它是学生自己写的，还是 ChatGPT 生成的。

你手头有一个开源语言模型（比如 GPT-2 或 LLaMA），你可以算出这篇文本中每个 token 的对数概率。但你怎么用这些概率判断它是 AI 写的？

最直觉的做法：算整篇文本的平均对数概率。AI 生成的文本概率通常更高（更"流畅"），人类写的概率通常更低（更"不流畅"）。

但这个方法有个致命问题：一个好的人类作家写的流畅文章，概率也会很高；一个 AI 生成的刻意模仿人类"不流畅"的文本，概率可能不高。全局平均会掩盖局部差异。

DWT-Fusion 的核心洞察是：不要看全局平均，要看局部和多尺度的概率波动。

把文本变成信号

DWT-Fusion 的第一步是把文本转换为一个一维信号。

具体做法：用一个代理语言模型（proxy model，比如 GPT-2 Medium），算出文本中每个 token 的条件对数概率。这串数字就是一维信号——就像一段音频的波形。

然后，对这串信号做离散小波变换（Discrete Wavelet Transform, DWT）。

为什么是小波变换？

小波变换是信号处理领域的经典工具。它的核心思想是：把信号分解成不同尺度上的"细节"。

类比：看一张照片。全局统计（平均亮度、方差）告诉你整张照片的明暗，但看不到任何细节。傅里叶变换告诉你有哪些频率成分，但不知道这些频率出现在照片的哪个位置。小波变换同时告诉你"什么频率"和"在哪里"——它既有时域信息（位置），又有频域信息（尺度）。

DWT-Fusion 用小波变换来分析 token 概率信号，是因为 AI 文本和人类文本的差异可能不是全局的，而是局部的、多尺度的：

• 局部差异：AI 可能在某些段落里特别"流畅"（概率高且稳定），但在另一些段落里为了模仿人类会刻意"不流畅"。全局平均会把这些差异抵消掉。
• 多尺度差异：AI 的概率波动可能在短尺度（几个 token）上很小，但在长尺度（几十个 token）上有规律性的起伏。人类文本的波动模式不同。

小波变换把信号分解成"近似系数"（低频，全局趋势）和"细节系数"（高频，局部变化）多层结构，正好能捕捉这两种差异。

三个小波域分数

DWT-Fusion 定义了三个标量分数：

1. First-level detail energy（第一层细节能量）：最精细尺度的局部波动强度。AI 文本在这个尺度上通常波动更小（更"均匀"）。
2. Multilevel detail energy（多级细节能量）：所有尺度上的细节能量总和。捕捉多尺度波动的整体强度。
3. Window-energy variability（窗口能量变异性）：把信号分成窗口，看每个窗口的能量变化。捕捉局部波动的"不均匀性"。

这三个分数各自独立，可以单独用作检测信号，也可以组合使用。

校准引导的投票融合

除了单分数检测，DWT-Fusion 还引入了"校准引导的投票融合"（Calibration-Guided Voting Fusion）。

思路是：用多个小波配置（不同的小波族、不同的分解层数）分别计算分数，每个配置给出一个"投票"，然后用校准权重加权这些投票。

这就像 ensemble learning——多个弱检测器组合成一个强检测器。校准权重确保表现好的配置权重更大。

实验结果

作者在三个数据集上测试：

• HC3：中文 AI 文本检测，相对简单
• M4：多生成器、多领域，中等难度
• MAGE：多生成器、多领域、多语言，最难

单分数最佳结果：

校准投票融合后：

在 HC3 上接近完美（0.99+），在 M4 和 MAGE 上也有显著提升。特别值得注意的是，这些结果是在训练免费（training-free）的条件下取得的——不需要任何标注数据，不需要训练分类器，只需要一个开源代理模型。

和 DFT 基线的对比

论文有一个关键的对比实验：用离散傅里叶变换（DFT）代替 DWT，看效果差多少。

DFT 只给频域信息，不给时域信息。结果是：DFT 基线在所有数据集上都比 DWT-Fusion 差。这直接证明了"局部+多尺度"信息的重要性——不是信号处理本身有用，是小波变换的特定结构（时频联合）有用。

工程意义

DWT-Fusion 的工程价值在于：

1. 零训练成本。不需要标注数据，不需要训练分类器，只需要一个开源代理模型。部署成本极低。
2. 可解释性。三个分数都有明确的物理意义（局部波动、多尺度波动、窗口变异性），不是黑箱。可以分析为什么某段文本被判为 AI 生成。
3. 可扩展性。小波族和分解层数是可配置的，可以根据不同场景调整。

诚实评价

这篇论文有几个局限：

• MAGE 上 AUROC 只有 0.7471。这个数字在实际部署中意味着相当高的误报率。在需要高精度（比如学术诚信检测）的场景下，这个性能不够用。
• 代理模型依赖。方法依赖一个开源语言模型算 token 概率。如果文本是用 GPT-4 生成的，用 GPT-2 算概率可能不够有区分度。论文做了代理模型敏感性分析，但没有测试用 GPT-4 生成的文本。
• 对对抗攻击的鲁棒性未验证。如果有人知道检测器用小波变换，可以刻意生成"多尺度波动像人类"的文本。论文没有测试这种对抗场景。
• 和 SOTA 监督方法的差距。最好的监督检测器（RADAR、Ghostbuster）在 M4 上 AUROC 能到 0.85+，DWT-Fusion 的 0.8477 接近但没超过。训练免费的优势是否足以弥补性能差距，取决于部署场景。

一句话总结

DWT-Fusion 把 token 概率当一维信号，用小波变换同时捕捉局部和多尺度的概率波动——不需要训练，不需要标注，只需要一个开源模型，就能在 AI 文本检测上接近监督方法的性能。

论文链接：https://arxiv.org/abs/2607.22026
HTML 版本：https://arxiv.org/html/2607.22026v1
开源代码：暂无