论文页面 - 基础模型对AI检测器而言更像人类

来源：https://huggingface.co/papers/2605.19516

摘要

指令微调语言模型生成的文本会被商业检测器判定为非人类，这促使我们开发了一种释义流水线，能在提升类人性的同时保持语义，适用于不同规模的模型。

随着AI生成文本大规模进入现实世界，机构越来越多地使用商业AI文本检测器，特别是在教育和学术诚信工作流中。我们报告了一个关于此类系统的惊人实证发现：当使用GPTZero和Pangram进行评估时，基础模型生成的文本往往被判定为极其类人，而经过指令微调的对应模型生成的文本则并非如此。基于这一观察，我们提出了迭代释义人性化方法（HIP），这是一种与检测器无关的流水线，它通过少量微调将基础模型变为释义器，并迭代应用。与我们测试的基线方法相比，HIP在商业检测器上实现了语义保持与检测规避之间更强的权衡。在Llama-3和Qwen-3系列（涵盖0.6B到70B的模型规模）中，HIP一致地提升了检测器的类人评分。我们的发现表明，当前检测器追踪的是指令微调和局部上下文的痕迹，而非任何不变的机器生成文本特征。这进而要求检测器设计更显式地对这些因素进行建模。

查看arXiv页面（https://arxiv.org/abs/2605.19516）
查看PDF（https://arxiv.org/pdf/2605.19516）
GitHub（https://github.com/YixuanEvenXu/humanization-by-iterative-paraphrasing）
添加至收藏（https://huggingface.co/login?next=%2Fpapers%2F2605.19516）

在你的代理中获取此论文：

hf papers read 2605.19516

没有最新CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用该论文的模型（14个）

YixuanEvenXu/Llama-3-70B-HIP-adapter 文本生成 • 更新于约18小时前 • 13 🔥（https://huggingface.co/YixuanEvenXu/Llama-3-70B-HIP-adapter）

YixuanEvenXu/Llama-3-70B-Instruct-HIP-adapter 文本生成 • 更新于约18小时前 • 10 🔥（https://huggingface.co/YixuanEvenXu/Llama-3-70B-Instruct-HIP-adapter）

YixuanEvenXu/Llama-3-8B-HIP-adapter 文本生成 • 更新于约18小时前 • 10 🔥（https://huggingface.co/YixuanEvenXu/Llama-3-8B-HIP-adapter）

YixuanEvenXu/Llama-3-8B-Instruct-HIP-adapter 文本生成 • 更新于约18小时前（https://huggingface.co/YixuanEvenXu/Llama-3-8B-Instruct-HIP-adapter）

浏览14个引用该论文的模型（https://huggingface.co/models?other=arxiv:2605.19516）

引用该论文的数据集（1个）

YixuanEvenXu/HIP-training-and-evaluation-data 查看器 • 更新于约18小时前 • 11.1k • 9 🔥（https://huggingface.co/datasets/YixuanEvenXu/HIP-training-and-evaluation-data）

引用该论文的Space（0个）

无Space链接此论文

请在Space的README.md中引用 arxiv.org/abs/2605.19516，以便从此页面链接。

包含该论文的收藏（0个）

无收藏包含此论文

请将此论文添加至收藏（https://huggingface.co/new-collection）以从此页面链接。