Des chercheurs de l'UTS ont développé des stratégies d'évasion qui dominent le top 5 du classement ELOQUENT 2026 Voight-Kampff en exploitant une asymétrie fondamentale dans la vulnérabilité des détecteurs. L'étude révèle que repousser le texte généré hors de la distribution d'entraînement du détecteur vainc de manière fiable la détection adversariale, tandis que l'imitation des données humaines échoue.
- Deux nouvelles familles d'attaques hors distribution ont été introduites : les attaques de registre inter-décennies et la forme moderniste du flux de conscience.
- Ces stratégies atteignent des taux de tromperie jusqu'à environ 50 fois supérieurs à ceux des méthodes précédentes tout en préservant le naturel.
- Les expériences montrent que l'augmentation des données d'entraînement avec de la prose d'époque ne comble pas la vulnérabilité.
Ces résultats démontrent que les familles de détecteurs testées, y compris celles finement ajustées de manière adversariale, présentent des vulnérabilités persistantes sous des décalages structurels hors distribution.