跳到正文
热点事件持续更新

MIT与康奈尔用测试时自适应提升AI文本检测

2 篇报道2 个报道来源2 小时前更新

先了解这件事

AI 综述

MIT 与康奈尔大学的研究人员发表论文,展示用测试时自适应(TTA)训练 AI 文本检测器:已部署的模型可利用未标注的新数据在线调整,无需从头重训。 据 MIT News 报道,实验中商业检测器对伪装 AI 文本的识别率仅约 27%,TTA 方法达到 93%;在模拟人类写作习惯自然变化的测试中,TTA 检测器准确率为 85%,传统方法为 73%。研究者称,该方法适用于教育、出版、招聘和网络安全等场景。上述数字均为其实验结果。

AI 根据报道生成 · 12 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月18日
  1. RadarAI
    MIT 与 Cornell 用测试时自适应让 AI 文本检测器跟上变化

    MIT 与 Cornell 研究人员用测试时自适应(TTA)让已部署的 AI 文本检测器利用无标注新数据在线调整,无需从头重训。实验中,商用检测器对伪装 AI 文本的识别率仅约 27%,TTA 方法达到 93%;在模拟人类写作习惯自然变化的场景中,TTA 检测器准确率为 85%,传统方法为 73%。

  2. MIT News · AI
    MIT 与 Cornell 研究:用测试时自适应让 AI 文本检测器跟上变化

    MIT 与 Cornell 大学研究者用测试时自适应(TTA)训练 AI 文本检测器,在实验中把伪装 AI 文本的识别率从商业检测器的约 27% 提升到 93%。在模拟人类写作习惯自然变化的测试中,TTA 检测器准确率为 85%,传统方法为 73%。该方法可让已部署模型利用未标注新数据在线调整,无需从头重训,适用于教育、出版、招聘和网络安全等场景。

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。