本文介紹了由Elitsa Yotkova、Violeta Kastreva、Dimitar Dimitrov、Ivan Koychev和Preslav Nakov組成的FMI_SU_Yotkova_Kastreva團隊在SemEval-2026任務13中的工作。該任務專注於跨多種程式語言和應用場景檢測由大語言模型（LLM）生成的程式碼，並要求參賽系統能夠泛化至未見語言和領域。團隊參與了子任務A（二元分類），目標是區分人類編寫和機器生成的程式碼片段。
團隊探索了兩種路徑：預訓練程式碼編碼器與輕量級特徵方法。最終選擇了後者，設計了基於比率的新特徵，這些特徵對程式碼片段長度的變化不敏感，從而提高了魯棒性。為了增強檢測能力，他們使用瞭解析引擎和程式語言分類器來提取與程式碼描述性相關的訊號，並訓練了一個額外的程式碼與文本行分類器，以識別樣本中嵌入的純自然語言段落。
在預測階段，他們將一個淺層決策樹與基於資料分析的啟發式規則相結合，生成最終判斷。這一組合方案計算效率極高，訓練僅需CPU資源，推理時間幾乎即時，為依賴大型預訓練模型的方法提供了一個輕量級且可擴充套件的替代方案。該工作的貢獻在於證明了透過精心設計的統計特徵和簡單模型，也能在機器生成程式碼檢測任務上取得良好表現，同時保持較低的計算成本。論文於2026年5月5日提交至arXiv，目前正在等待DOI註冊。