PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2605.14240v1cs.LG

다양한 AI 생성 텍스트 탐지 방법의 패러프레이징 공격 회복력

Paraphrasing Attack Resilience of Various AI-Generated Text Detection Methods

최근 대규모 언어 모델(LLM)의 등장은 표절이나 인터넷상 허위 정보 확산과 같은 그 결과를 다룰 공백을 남겼다. 여기에 AI 탐지기 우회 도구의 부상이 더해지면서, 신뢰할 수 있는 기계 생성 텍스트 탐지에 대한 수요가 점점 더 높아지고 있다. 우리는 다양한 기계 생성 텍스트 탐지 방법의 패러프레이징 공격 회복력을 조사하며, 파인튜닝된 RoBERTa, Binoculars, 텍스트 특징 분석 세 가지 접근법과 Random Forest 분류기를 이용한 앙상블을 평가한다. Binoculars를 포함한 앙상블이 가장 강력한 결과를 보였지만, 공격 중 가장 큰 손실도 겪는다는 것을 발견했다. 본 논문에서는 AI 텍스트 탐지 영역에서 성능과 회복력 사이의 이분법을 제시하며, 이는 최신 기법들에 대한 현재의 신뢰성 인식을 복잡하게 만든다.