如何应用到更多的文字场景，各个专业，各个行业的文字，适应更多的模型？

[gitgoready]

非常好的论文，感谢，有几个问题：
1、论文里提到了新闻，小说，pubmed，显然比较窄，应当如何扩展到各个专业的文字，各行各业？
2、如何适应更多的模型，显然白盒是比较困难的，可能一些高频常用的模型可以白盒。大部分应该是黑盒模式
3、提供的local_info_ref 中的结果是测试结果吗？使用这些测试结果和新预测数据的比较作为可能性的判定吗？那么在实际应用中测试文字的广度，文字的代表性，使用的黑盒模型的代表性是否是 准确度的关键呢？

以上问题的整个实施流程能否解答一下

感谢！

[baoguangsheng]

1、论文里提到了新闻，小说，pubmed，显然比较窄，应当如何扩展到各个专业的文字，各行各业？

零样本检测器使用预训练大模型进行文本检测，理论上来说，预训练大模型覆盖到的各个专业的文本都可以检测。论文中提到的三种数据集只是用于评测的三个代表，不是方法的适用范围。

2、如何适应更多的模型，显然白盒是比较困难的，可能一些高频常用的模型可以白盒。大部分应该是黑盒模式

我们使用固定的gpt-neo-2.7b开源模型作为代理模型，用于检测不同模型生成的文本，包括黑盒模型，比如论文中提到的ChatGPT和GPT-4。

3、提供的local_info_ref 中的结果是测试结果吗？使用这些测试结果和新预测数据的比较作为可能性的判定吗？那么在实际应用中测试文字的广度，文字的代表性，使用的黑盒模型的代表性是否是 准确度的关键呢？

文件夹local_info_ref中的是ChatGPT和GPT-4上的测试结果，作为参照用于计算机器生成文本的概率。由于这些测试结果只反映ChatGPT和GPT-4这两个源模型，以及预定义的几个文本领域，所以用于检测新的源模型生成的文本或者新的文本领域时，概率的估计可能不准确。建议用新的数据集重新生成测试结果，用于参照，计算概率。对于中文，gpt-neo-2.7B也有不错的准确率。当然，针对中文的模型可能会更好，同时也需要重新生成用于参照的测试结果。