研究者提出ATLAS与MAABench基准
热点事件持续更新
研究者提出ATLAS与MAABench基准
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
研究者提出模型作者归属方法 ATLAS，并发布配套基准 MAABench。ATLAS 不直接预测文本来源，而是通过基于似然的源条件文本建模完成归属，在 token 级别聚合似然证据并做裁剪。 据该团队报告，在生成域与模型版本同时变化时，ATLAS 在 MAABench 上达到 74.27% 准确率，比最强基线高 9.00 个百分点。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
ATLAS：面向分布偏移的鲁棒模型作者归属方法报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.CLATLAS：面向分布偏移的鲁棒模型作者归属方法
研究者提出 ATLAS，通过基于似然的源条件文本建模实现模型作者归属（MAA），而非直接预测来源，并在 token 级别聚合似然证据并做裁剪。团队同时发布 MAA 基准 MAABench，在生成域与模型版本同时变化时 ATLAS 达到 74.27% 准确率，比最强基线高 9.00pp。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月15日 13:00
- 近 24 小时变化
- –
02.557.510
13:0014:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。