DetectorScope：用稀疏自编码器把黑盒 AI 文本检测器变得可审计
_akhaliq · x · 2026-10-26
论文提出 DetectorScope，一条能把任意黑盒 AI 文本检测器转换为可审计检测器的流水线，使其对预测所依赖的特征完全透明。
实验显示，转换后的可审计检测器在分布内和分布外文本上都保持了原黑盒分类器的性能，同时暴露出具体且高度可解释的特征供分析。论文已被 EMNLP 2026 主会接收（aclanthology.org/2026.emnlp-main.762），代码由 Google DeepMind 开源在 GitHub。
「安全」频道最新
- 安全专家：让 AI 智能体按 NIST CSF 搭知识库做应急响应 — prasanna_says · 2026-10-26
- 中国首个前沿AI安全独立评测实验室「方寸跃迁」成立并首发DeepSeek评测 — JacquesThibs · 2026-10-26
- ESR 谈「Bug 崩坏潮」：封堵前沿模型只会让中国开源模型占便宜 — colinmcnamara · 2026-10-26
- OpenCode 披露安全漏洞:1.4% Console 用户 API 密钥泄露 — thione · 2026-10-26
- 美国 DHS 下令民用机构系统移除 DeepSeek 并禁止采购 — thione · 2026-10-26
- 一名黑客用 AI 攻破超 100 家公司网站,数据失窃规模未知 — thione · 2026-10-26