研究提出细粒度人机合著检测框架
热点事件持续更新
研究提出细粒度人机合著检测框架
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Ziruo Zhao 等作者提出一个离散类别的文本溯源检测框架，按 AI 参与程度对人机共同写作分级，区分表层润色与话语结构改写。实验显示，对抗性改写会显著降低仅在良性数据上训练的检测器性能；用先进改写攻击模型生成的对抗样本做数据增强，可提升检测器的鲁棒性和跨生成模型迁移性。
AI 根据报道生成 · 41 分钟前更新
最新进展11月4日 13:00
面向细粒度与鲁棒的人类-AI 共同作者身份检测报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv cs.CL面向细粒度与鲁棒的人类-AI 共同作者身份检测
研究提出离散类别文本溯源检测框架，将人机共同写作场景按 AI 参与程度分级，区分表层润色与话语结构改写。实验显示对抗性改写会显著降低仅在良性数据上训练的检测器性能，而用先进改写攻击模型生成的对抗样本做数据增强可持续提升鲁棒性与跨生成模型迁移性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。