Авторы предлагают фреймворк обнаружения подделок, инвариантный к языку, который решает проблему плохой обобщающей способности в настройках вне домена, вызванную опорой на лингвистические признаки. Метод использует подход состязательного обучения «учитель-студент», где лингвистически-осведомленный учитель направляет детектор-студент через обратное распространение градиента для минимизации лингвистической информации.

  • Для предотвращения случайного удаления неллингвистических признаков при подавлении основных лингвистических применяется Вариационная Информационная Бутылочка (Variational Information Bottleneck).
  • Фреймворк был оценен на девяти наборах данных DF Arena.
  • Метод достигает относительного снижения Ошибки Равной Достоверности (EER) до 36,2% по сравнению с базовым уровнем.

Этот подход повышает устойчивость к кросс-данным сценариям за счет разделения обнаружения подделок и конкретного лингвистического содержания.