StyleShield

StyleShield 框架通过可控风格迁移规避 AI 内容检测器

研究人员开发了 StyleShield，一个新颖的框架，它在连续 token 嵌入空间中操纵文本风格以规避 AI 生成内容检测器。该方法利用带有交叉注意力适配器的 DiT 主干，并将 SDEdit 范式应用于文本，从而可以平滑地控制规避-保留的权衡。StyleShield 在保持语义相似性的同时，对多种检测器展示了高规避率，并且相关的 RateAudit 算法表明，检测率可以被任意操纵，这引发了对当前评估方法可靠性的质疑。