论文用离散类别与对抗数据增强提升人机合著检测鲁棒性。
资讯摘要
论文提出离散类别文本来源检测框架，将人机合著场景按 AI 参与程度划分，区分表层润色与话语结构改写，并揭示对抗性改写如何模糊检测器决策边界。作者用先进改写攻击模型生成对抗样本扩充训练数据，多数据集与生成模型实验显示，仅用良性数据训练的检测器性能明显下降，而对抗数据增强带来一致的鲁棒性提升和跨生成器迁移性。
要点速读
- 论文将人机合著抽象为不同 AI 参与程度的离散类别，区分表层润色与话语结构改写。
- 对抗性改写会显著降低仅用良性数据训练的检测器性能。
- 对抗数据增强带来一致的鲁棒性提升，并具备较好的跨生成器迁移性。
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。