研究：机器文本检测器依赖PDF提取痕迹

一项被 EMNLP 2026 DocInsights workshop 接收的研究发现，机器生成文本检测器在科学文献基准上的高分部分来自 PDF 提取痕迹：人类文本保留原始换行，生成文本被提取为单一文本块。 作者 Anastasia Voznyuk 和 Andrey Grabovoy 提出“格式反事实”方法，用于区分基准本身含有该信号、还是检测器依赖该信号。据论文称，仅对机器撰写的摘要重新换行、不改动任何文字，就会逆转某公开检测器 20%–27% 的正确判断。

AI 根据报道生成 · 55 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。