论文称机器文本检测器高分依赖PDF格式伪迹
热点事件持续更新
论文称机器文本检测器高分依赖PDF格式伪迹
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
arXiv 论文《机器生成文本检测器依赖格式伪影》称，机器生成文本检测器在 arXiv 基准上的高分部分来自 PDF 抽取格式伪迹：人类文本保留原始换行，生成文本被抽成单一文本块。 作者 Anastasia Voznyuk 和 Andrey Grabovoy 对六个资源、十个科学文档子集研究后称，仅用 27 个表层特征的逻辑回归在三个 arXiv 子集上取得 0.951-0.997 macro-F1，超过所评估的所有检测器；该线索与三个格式特征以 0.996 AUC 区分两类文本。 若结论成立，此前基于 PDF 文本的检测评测可能高估检测器区分人机文本的能力。
AI 根据报道生成 · 2 小时前更新
最新进展10月12日 12:00
机器生成文本检测器依赖格式伪影：arXiv 基准上的高 F1 与格式反事实检验报道时间线
沿着报道，了解事件的不同侧面。
10月12日
- arXiv：cs.CL机器生成文本检测器依赖格式伪影：arXiv 基准上的高 F1 与格式反事实检验
对六个资源、十个科学文档子集的研究发现，机器生成文本检测器的高分部分来自 PDF 抽取格式伪影：人类文本保留原始换行，生成文本被抽成单一文本块。仅用 27 个表层特征的逻辑回归在三个 arXiv 子集上取得 0.951-0.997 macro-F1，超过所评估的所有检测器；该线索与三个格式特征以 0.996 AUC 区分两类文本。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。