Triospect框架：三维视角提升AI生成文本检测的抗攻击能力

现有AI生成文本检测器易受文本特征篡改攻击的影响。为解决这一问题，研究团队提出名为Triospect的创新检测框架，该框架从三个维度分析文本：内容（核心思想）、表达（风格元素）以及传统统计特征。通过在两个基准数据集上进行实验，涵盖17种攻击方式、12个领域和17个源模型，Triospect展现出卓越的抗攻击性能。在Humanize-16K攻击后子集上，该框架将强基线的AUROC指标提升22.3%，TPR01指标提升13%；在对抗性RAID数据集上，AUROC和TPR01分别提升9.1%和22%。这一成果标志着统计方法在提升检测可靠性方面取得重要突破，相关数据和代码已开源。