本文介绍了由Elitsa Yotkova、Violeta Kastreva、Dimitar Dimitrov、Ivan Koychev和Preslav Nakov组成的FMI_SU_Yotkova_Kastreva团队在SemEval-2026任务13中的工作。该任务专注于跨多种编程语言和应用场景检测由大语言模型（LLM）生成的代码，并要求参赛系统能够泛化至未见语言和领域。团队参与了子任务A（二元分类），目标是区分人类编写和机器生成的代码片段。
团队探索了两种路径：预训练代码编码器与轻量级特征方法。最终选择了后者，设计了基于比率的新特征，这些特征对代码片段长度的变化不敏感，从而提高了鲁棒性。为了增强检测能力，他们使用了解析引擎和编程语言分类器来提取与代码描述性相关的信号，并训练了一个额外的代码与文本行分类器，以识别样本中嵌入的纯自然语言段落。
在预测阶段，他们将一个浅层决策树与基于数据分析的启发式规则相结合，生成最终判断。这一组合方案计算效率极高，训练仅需CPU资源，推理时间几乎即时，为依赖大型预训练模型的方法提供了一个轻量级且可扩展的替代方案。该工作的贡献在于证明了通过精心设计的统计特征和简单模型，也能在机器生成代码检测任务上取得良好表现，同时保持较低的计算成本。论文于2026年5月5日提交至arXiv，目前正在等待DOI注册。