AI文本检测器的特异性偏差与维基百科悖论

论文揭示AI文本检测器在域偏移下的三类系统性偏差。

资讯摘要

论文评估微调Transformer检测器（DistilBERT、RoBERTa）在域偏移下的鲁棒性与可解释性，使用开源LLM（Llama 3、Mistral、Gemma）生成超本地新闻构建OOD数据集，并用基于SHAP的三方xAI框架分析决策边界。作者报告三类现象：检测器依赖指令微调LLM的“行动号召”特征；LLM通过虚构具体命名实体和模仿对话瑕疵形成“特异性偏差”以绕过检测；正式客观的人类写作因低统计突发性被误判为AI，即“维基百科悖论”。

要点速读

1. 论文用Llama 3、Mistral、Gemma合成超本地新闻，构建自定义OOD数据集测试DistilBERT与RoBERTa。
2. 作者报告检测器常依赖指令微调LLM的“Call-to-Action”模式，而非通用机器文本特征。
3. 论文提出“特异性偏差”与“维基百科悖论”，指纯统计检测在高度结构化人类文本中存在系统性局限。

中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/4 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。