Peneliti dari UTS mengembangkan strategi penghindaran yang menyapu posisi teratas 5 di papan peringkat ELOQUENT 2026 Voight-Kampff dengan memanfaatkan asimetri mendasar dalam kerentanan detektor. Studi ini menemukan bahwa mendorong teks yang dihasilkan keluar dari distribusi pelatihan detektor secara andal mengalahkan deteksi adversarial, sedangkan meniru data manusia gagal.
- Dua keluarga serangan out-of-distribution baru diperkenalkan: serangan register lintas-dekade dan bentuk stream-of-consciousness modernis.
- Strategi-strategi ini mencapai tingkat kebohongan hingga sekitar 50x lebih tinggi daripada metode sebelumnya sambil mempertahankan kealamian.
- Eksperimen menunjukkan bahwa meningkatkan data pelatihan dengan prosa periode gagal menutupi kerentanan tersebut.
Temuan ini menunjukkan bahwa keluarga detektor yang diuji, termasuk yang difin-tune secara adversarial, menunjukkan kerentanan persisten di bawah pergeseran out-of-distribution struktural.