[논문리뷰] Humanized but Still True? Auditing Facts and Detection in AI-Text Humanizers이 논문의 핵심 문제는 기존 humanizer 평가가 detector evasion과 embedding similarity만 측정할 뿐, 구체적인 사실(숫자·이름·인용문)이 rewrite 이후에도 보존되는지는 측정하지 않는다는 점입니다.#Review#AI Humanizer#Fact Fidelity#AI-Generated Text Detection#Zero-Shot Detection#Paraphrase Attack#Quantization-Aware Training#AUROC#Pre-registration2026년 11월 12일댓글 수 로딩 중
[논문리뷰] Just Ask Jev: Reinforcement Learning for Calibrated Decisions as a Zero-Shot Detector of AI Alignment Failures본 논문은 배포된 언어 모델(Language Models, LLMs)에서 AI Alignment Failures를 정확하고 비용 효율적으로 탐지하는 것의 중요성을 강조합니다.#Review#AI Alignment#Reinforcement Learning for Calibrated Decisions (RLCD)#Zero-Shot Detection#Alignment Failures#Language Models#Benchmarking#Calibration#Cost-Efficiency2026년 9월 24일댓글 수 로딩 중
[논문리뷰] Machine Text Detectors are Membership Inference Attacks본 연구는 멤버십 추론 공격(MIAs)과 기계 생성 텍스트 감지(MGTD)라는 두 가지 관련 연구 분야가 독립적으로 연구되어 발생하는 비효율성을 해결하고자 합니다.#Review#Membership Inference Attacks#Machine-Generated Text Detection#Transferability#Likelihood Ratio Test#Large Language Models#Zero-Shot Detection#Model Security#AI Safety2025년 10월 23일댓글 수 로딩 중