paraphrasing

本文提出了一种风格感知的、基于提示驱动的文本匿名化方法，利用大型语言模型在保留语义的同时抑制可识别的风格标记，将作者归属F1值降低60–70%，并优于基于差分隐私的方法。

本文理论分析了重复改写如何使人工智能生成的文本与人类写作分布对齐，推导出收敛率，并探讨了对可靠的人工智能文本检测的影响。

介绍ARB，一个用于评估AI文本检测器的匹配作者重写基准，表明尽管对直接LLM生成的文本具有高召回率，但当人类文本被LLM重写时，检测器性能显著下降。

本文提出了双重嵌入水印（DEW），一种面向大语言模型的语义水印方案，通过利用上下文嵌入和词级嵌入来增强对抗改写和翻译的鲁棒性。实验结果表明，与先前方法相比，该方法在改写和翻译后仍能保持较好的检测性能。

PASTA是一种新颖的LLM知识更新框架，结合数据增强、问答生成和自学习DPO技术，整合新闻文章中的事实信息，在保持通用能力的同时，将准确率从0.02提升至0.82。

本文指出，标准的多选题问答基准对措辞偏差敏感，将知识与表面形式熟悉度混为一谈。作者提出了ParaEval框架，该框架为每个答案选项使用多种释义，根据最有利的措辞对模型进行评分，从而减少虚假的性能差距，实现更稳健的评估。

本文研究了对机器文本检测器的规避攻击，发现虽然当前攻击会降低检测器性能，但风格指纹仍然存在。一种模仿人类风格的新型释义方法能够规避甚至基于风格的检测器，但多文档分析可恢复可检测性。

本文通过数据集整理、提示蒸馏和参数高效微调，对小型语言模型 Phi Silica 进行短文本重写的适配实证研究，结果表明针对性适配显著提升了语义保真度并减少了幻觉。

这篇论文揭示，GPTZero和Pangram等商用AI检测器将基础语言模型生成的文本判定为几乎完全是人类撰写，而经过指令微调的模型输出则被标记为AI生成。作者提出了HIP，一种与检测器无关的迭代改写流程，能在保持语义的同时提升文本的类人性。

一项研究发现，基础语言模型在AI检测器中看起来像是人类写的，而经过指令微调的模型则不然。作者提出了一种名为HIP的改写管道，该管道能在不同模型规模下提高文本的人类相似度，同时保持语义。