ai-generated-text-detection

本文介绍了使用贝叶斯数据混合和经验X风险最小化检测AI生成文本的方法，通过ModernBERT-large和MCGrad分类器在OOD检测上取得了高性能。

提出Triospect，一种三维框架，增强AI生成文本检测对17种攻击的鲁棒性，相较于基线实现了22.3%的AUROC提升。

来自肯尼索州立大学的研究人员利用可解释语言特征（词汇多样性、可读性、情感特征）对检测AI生成假新闻的跨提示词泛化能力展开研究。在一种提示策略上训练、在另一种提示策略上测试的随机森林分类器取得了0.988至1.000的AUC值，表明这些特征能够捕捉AI生成文本的稳定且可泛化的属性。

AEyeDE是一个基于注意力归因的框架，它使用代理Transformer模型从文本中提取注意力图，并训练轻量级CNN来区分人类撰写与AI生成的文本，性能优于纯文本基线，并且在各种设置下表现出鲁棒性。