StyleShield: Exposing the Fragility of AIGC Detectors through Continuous Controllable Style Transfer
Guantian Zheng · arXiv (2026) · doi:10.48550/arxiv.2605.00924 · gemini-3.1-flash-lite
Суть роботи
Інструменти для виявлення ШІ-текстів, які використовують університети, легко обдурити за допомогою нового методу StyleShield, що тонко коригує стиль написання ШІ. Ця техніка змінює згенерований текст так, щоб він виглядав як людський, роблячи його майже неможливим для розпізнавання детекторами. Дослідження також показує, що ці оцінки можна підігнати до будь-якої бажаної цифри, доводячи, що покладатися на них у важливих академічних рішеннях небезпечно.
Метод і вибірка: Дослідження використовує набір даних китайською мовою, що складається з 436 000 паралельних пар текстів (ШІ, людина) із соціальних мереж, новин та академічних джерел. Архітектура моделі інтегрує основу Diffusion Transformer (DiT) з 12 блоками та адаптерами крос-уваги з нульовою ініціалізацією, що працюють у поєднанні із замороженою LLM Qwen2.5-7B-Instruct. Оцінка охоплює чотири BERT-детектори (Det-v3, Det-v2, ANX-BERT, GPT2-Det).
#ШІ-детекція#Змагальна стійкість#Стилістичне перенесення#Академічна доброчесність#Валідність оцінювання