细粒度人类-AI 合作文本检测方法

2026年11月3日，arXiv发表一项面向细粒度与鲁棒性的人类-AI合作文本检测方法研究。该研究提出离散类别文本溯源检测框架，旨在区分表面级AI润色与话语结构更新，揭示了对抗性改写如何模糊人类与AI生成文本的检测边界。 针对仅用良性数据训练的检测器在面对对抗性攻击时性能大幅下降的问题，该研究引入SOTA改写攻击模型生成的对抗性数据增强训练，实现了跨生成器鲁棒性的提升。该发现验证了离散类别形式化与原则性数据增强在构建可靠检测器中的价值。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。