核心发现
方法论
研究提出了四个语言维度：输出长度、结构变化、节奏不规则性和规范遵循性，并将其转化为五个可解释特征，用于检测和指导生成韩诗。通过逻辑回归分类器实现检测，使用特征指导生成。
关键结果
- 检测结果：在七个未见LLM上，平均AUC-ROC为83.60，较基线KatFishNet提高7.76点。
- 生成结果：专家评估中，特征指导的诗比无约束基线更接近人类诗歌。
- 特征有效性：移除任何维度都会降低AUC-ROC，尤其是结构变化。
研究意义
该研究通过解释性特征填补了人类与LLM生成诗歌之间的差距，提供了一种新的检测和生成指导方法，具有重要的学术和工业意义，尤其是在语言特定的诗歌生成领域。
技术贡献
技术上，该研究提供了一种新的检测框架，超越了现有的基线方法，并通过特征指导生成，使LLM生成的诗歌更接近人类诗歌的形式。
新颖性
这是首次将语言特定的解释性特征应用于韩诗的检测和生成指导，区别于以往的硬约束方法。
局限性
- 检测方法在某些生成器特定的标点模式上表现不佳。
- 生成指导在规范遵循性上仍有局限。
未来方向
未来研究可探索如何进一步优化特征指导生成，使其在规范遵循性上更接近人类诗歌。
AI 总览摘要
大型语言模型（LLM）在生成现代韩诗时常常表现出局限性，生成的诗歌更像是“断行散文”。现有解决方案未能有效解决这一问题。本研究提出了一种新的方法，通过解释性形式特征来检测和指导LLM生成韩诗。该方法量化了人类与LLM生成诗歌之间的差距，提出了四个语言维度：输出长度、结构变化、节奏不规则性和规范遵循性，并将其转化为五个可解释特征。实验结果表明，使用这些特征的逻辑回归分类器在检测任务中表现优异，平均AUC-ROC达83.60，较基线方法有显著提升。在生成任务中，特征指导使得生成的诗歌更接近人类诗歌的形式，专家评估结果支持这一结论。尽管如此，该方法在某些生成器特定的标点模式上仍有局限，未来研究可进一步优化特征指导生成。
深度分析
研究背景
随着大型语言模型的发展，它们在生成诗歌方面的表现受到关注。以往研究主要依赖于硬约束，如韵律和押韵，但这些方法与现代韩诗的自由形式不符。
核心问题
LLM生成的韩诗常常缺乏诗意，表现为“断行散文”，缺乏节奏和诗意张力。如何让LLM生成的诗歌更接近人类诗歌是一个重要且具有挑战性的问题。
核心创新
本研究提出了一种新的检测和生成指导方法，通过解释性形式特征量化人类与LLM生成诗歌之间的差距。这些特征包括输出长度、结构变化、节奏不规则性和规范遵循性。
方法详解
- �� 提出四个语言维度并转化为五个可解释特征
- �� 使用逻辑回归分类器进行检测
- �� 通过特征指导生成，使诗歌更接近人类形式
实验设计
实验使用了KatFishNet数据集和新收集的诗歌样本，评估了七个未见LLM的检测性能，并进行了生成指导的专家评估。
结果分析
检测任务中，使用五个特征的分类器在七个未见LLM上平均AUC-ROC达83.60。生成任务中，特征指导的诗歌在专家评估中更接近人类诗歌。
应用场景
该方法可用于提高LLM生成诗歌的质量，使其更接近人类诗歌的形式，适用于诗歌创作和文学分析。
局限与展望
尽管检测性能优异，但在某些生成器特定的标点模式上表现不佳。生成指导在规范遵循性上仍有局限。
通俗解读 非专业人士也能看懂
想象你在厨房里烹饪。LLM就像一个新手厨师，它知道如何做基本的菜，但缺乏创造力和变化。本研究就像给这个厨师提供了一些新的调料和技巧，让它能做出更接近专业厨师的菜肴。通过分析菜肴的长度、结构、节奏和规范，我们帮助厨师改进它的烹饪技巧，使得最终的菜肴更符合人类的口味。
简单解释 像给14岁少年讲一样
想象你在玩一个游戏，游戏里的角色需要写诗。LLM就像一个新手玩家，它写的诗总是很平淡，没有什么特别的。本研究就像给这个玩家提供了一些秘籍，让它能写出更有诗意的作品。通过分析诗的长度、结构、节奏和规范，我们帮助玩家提升它的诗歌创作能力，让它的作品更像人类写的诗。
术语表
LLM (大型语言模型)
一种能够生成文本的人工智能模型，通常通过大量数据训练。
用于生成韩诗的模型。
AUC-ROC (曲线下面积-接收者操作特征)
一种评估分类器性能的指标，数值越高表示性能越好。
用于评估检测任务的效果。
KatFishNet
一种用于检测韩文LLM文本的基线方法，利用标点和间距线索。
与本研究方法进行比较。
解释性特征
用于量化和分析文本特征的指标，帮助理解模型输出。
用于检测和生成指导。
节奏不规则性
诗歌中行长度的变化，影响诗歌的节奏感。
作为检测和生成指导的特征之一。
开放问题 这项研究留下的未解疑问
- 1 如何在生成指导中进一步优化规范遵循性仍需探索。
- 2 生成器特定的标点模式对检测性能的影响仍需研究。
应用场景
近期应用
诗歌创作
帮助诗人和作家利用LLM生成更接近人类诗歌的作品。
远期愿景
文学分析
通过LLM生成的诗歌分析语言特定的诗歌特征，推动文学研究。
原文摘要
LLMs often struggle with modern Korean poetry, producing outputs that resemble "line-broken prose." We address two coupled tasks: detecting whether a Korean poem is human- or LLM-authored, and guiding LLMs to generate poetry closer in form to human writing. We quantify the human-LLM gap along four form-level linguistic dimensions: output length (Volume), the diversity and connective use of line-final forms (Structure Variation), the irregularity of line lengths (Rhythmic Irregularity), and adherence to standard orthography (Normative Adherence). We operationalize these dimensions as five interpretable features. For detection, a logistic regression classifier over these five features attains an average AUC-ROC of 83.60 in zero-shot out-of-distribution detection across seven unseen LLMs, versus 75.84 for the strongest baseline in our comparison, KatFishNet, an absolute gain of 7.76 AUC points and a 10.23% relative improvement; one generator-specific punctuation pattern outside our taxonomy remains a boundary case. For generation, expert evaluation on GPT-5.2 prefers feature-guided poems over the unconstrained baseline, and analyses across GPT-5.2 and Gemini-3 show that targeted length, rhythm, and ending statistics move toward the human distribution. These results suggest that interpretable, language-specific features can bridge the diagnosis and guidance of LLM-generated poetry.