{"id":12950,"date":"2026-10-22T20:03:42","date_gmt":"2026-10-22T13:03:42","guid":{"rendered":"https:\/\/blogdee.com\/?p=12950"},"modified":"2026-10-22T20:03:42","modified_gmt":"2026-10-22T13:03:42","slug":"%e0%b8%81%e0%b8%b2%e0%b8%a3%e0%b8%a8%e0%b8%b6%e0%b8%81%e0%b8%a9%e0%b8%b2%e0%b8%81%e0%b8%a3%e0%b8%b0%e0%b8%9a%e0%b8%a7%e0%b8%99%e0%b8%81%e0%b8%b2%e0%b8%a3%e0%b8%95%e0%b8%a3%e0%b8%a7%e0%b8%88%e0%b8%88","status":"publish","type":"post","link":"https:\/\/blogdee.com\/?p=12950","title":{"rendered":"\u0e01\u0e32\u0e23\u0e28\u0e36\u0e01\u0e29\u0e32\u0e01\u0e23\u0e30\u0e1a\u0e27\u0e19\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21 AI \u0e43\u0e19 BERT \u0e14\u0e49\u0e27\u0e22 RAID"},"content":{"rendered":"<p>AI\u2011generated text detectors \u0e21\u0e35\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e2a\u0e39\u0e07\u0e1a\u0e19 benchmark \u0e41\u0e15\u0e48\u0e01\u0e32\u0e23\u0e17\u0e33\u0e07\u0e32\u0e19\u0e20\u0e32\u0e22\u0e43\u0e19\u0e22\u0e31\u0e07\u0e44\u0e21\u0e48\u0e0a\u0e31\u0e14\u0e40\u0e08\u0e19 \u0e07\u0e32\u0e19\u0e27\u0e34\u0e08\u0e31\u0e22\u0e19\u0e35\u0e49\u0e15\u0e23\u0e27\u0e08\u0e2a\u0e2d\u0e1a\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e43\u0e19 frozen BERT\u2011base\u2011uncased encoder \u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49 RAID benchmark \u0e01\u0e31\u0e1a 6 \u0e42\u0e21\u0e40\u0e14\u0e25 (base \u0e41\u0e25\u0e30 instruction\u2011tuned) \u0e43\u0e0a\u0e49 L1\u2011to\u2011L2 sparse\u2011probing protocol \u0e02\u0e2d\u0e07 Gurnee et al. (2023) \u0e1a\u0e19 9,216 CLS hidden\u2011state dimensions (12 layers \u00d7 768) \u0e1e\u0e1a\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e17\u0e35\u0e48\u0e2a\u0e21\u0e48\u0e33\u0e40\u0e2a\u0e21\u0e2d <1% \u0e15\u0e48\u0e2d\u0e42\u0e21\u0e40\u0e14\u0e25 \u0e0b\u0e36\u0e48\u0e07\u0e40\u0e21\u0e37\u0e48\u0e2d\u0e43\u0e0a\u0e49 probe \u0e40\u0e09\u0e1e\u0e32\u0e30\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e19\u0e35\u0e49\u0e22\u0e31\u0e07\u0e04\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e2a\u0e39\u0e07\u0e40\u0e01\u0e37\u0e2d\u0e1a\u0e40\u0e15\u0e47\u0e21\u0e17\u0e35\u0e48<\/p>\n<p>\u0e01\u0e32\u0e23 patching \u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e15\u0e38\u0e49\u0e19\u0e41\u0e1a\u0e1a bidirectional \u0e22\u0e37\u0e19\u0e22\u0e31\u0e19\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e40\u0e0a\u0e34\u0e07\u0e2a\u0e32\u0e40\u0e2b\u0e15\u0e38 \u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e19\u0e35\u0e49\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e1c\u0e25\u0e01\u0e32\u0e23\u0e17\u0e33\u0e19\u0e32\u0e22\u0e40\u0e1b\u0e25\u0e35\u0e48\u0e22\u0e19\u0e41\u0e1b\u0e25\u0e07\u0e21\u0e32\u0e01\u0e01\u0e27\u0e48\u0e32\u0e0a\u0e38\u0e14\u0e2a\u0e38\u0e48\u0e21\u0e02\u0e19\u0e32\u0e14\u0e40\u0e17\u0e48\u0e32 \u0e46 \u0e01\u0e31\u0e19\u0e2b\u0e19\u0e36\u0e48\u0e07\u0e25\u0e33\u0e14\u0e31\u0e1a\u0e04\u0e27\u0e32\u0e21\u0e2a\u0e33\u0e04\u0e31\u0e0d \u0e01\u0e32\u0e23 mean\u2011ablating \u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e40\u0e14\u0e35\u0e22\u0e27\u0e01\u0e31\u0e19\u0e17\u0e33\u0e43\u0e2b\u0e49\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e22\u0e31\u0e07\u0e04\u0e07\u0e2d\u0e22\u0e39\u0e48 \u0e41\u0e2a\u0e14\u0e07\u0e27\u0e48\u0e32\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e2a\u0e31\u0e0d\u0e0d\u0e32\u0e13\u0e01\u0e23\u0e30\u0e08\u0e32\u0e22\u0e2d\u0e22\u0e48\u0e32\u0e07\u0e0b\u0e49\u0e33\u0e0b\u0e49\u0e2d\u0e19 \u0e01\u0e32\u0e23\u0e27\u0e34\u0e40\u0e04\u0e23\u0e32\u0e30\u0e2b\u0e4c cross\u2011generator \u0e41\u0e2a\u0e14\u0e07\u0e42\u0e04\u0e23\u0e07\u0e2a\u0e23\u0e49\u0e32\u0e07 bipartite: instruction\u2011tuned generators \u0e21\u0e35 30\u201136% \u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e43\u0e19\u0e0a\u0e31\u0e49\u0e19\u0e2a\u0e38\u0e14\u0e17\u0e49\u0e32\u0e22\u0e02\u0e2d\u0e07 BERT \u0e43\u0e19\u0e02\u0e13\u0e30\u0e17\u0e35\u0e48 base generators \u0e15\u0e48\u0e33\u0e01\u0e27\u0e48\u0e32 14% \u0e2a\u0e2d\u0e14\u0e04\u0e25\u0e49\u0e2d\u0e07\u0e01\u0e31\u0e1a\u0e25\u0e31\u0e01\u0e29\u0e13\u0e30 layer\u201112 \u0e2b\u0e25\u0e31\u0e07\u0e01\u0e32\u0e23\u0e1d\u0e36\u0e01\u0e2a\u0e2d\u0e19<\/p>\n<p>\u0e01\u0e32\u0e23\u0e1b\u0e23\u0e30\u0e40\u0e21\u0e34\u0e19 leave\u2011one\u2011family\u2011out \u0e41\u0e2a\u0e14\u0e07\u0e27\u0e48\u0e32\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e17\u0e35\u0e48\u0e40\u0e25\u0e37\u0e2d\u0e01\u0e22\u0e31\u0e07\u0e04\u0e07 86\u201194% \u0e02\u0e2d\u0e07\u0e04\u0e27\u0e32\u0e21\u0e41\u0e21\u0e48\u0e19\u0e22\u0e33\u0e40\u0e15\u0e47\u0e21\u0e23\u0e39\u0e1b\u0e41\u0e1a\u0e1a\u0e1a\u0e19 families \u0e17\u0e35\u0e48\u0e44\u0e21\u0e48\u0e40\u0e04\u0e22\u0e40\u0e2b\u0e47\u0e19\u0e21\u0e32\u0e01\u0e48\u0e2d\u0e19 \u0e17\u0e33\u0e43\u0e2b\u0e49 detector \u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e17\u0e33\u0e07\u0e32\u0e19\u0e1a\u0e19 subspace \u0e40\u0e25\u0e47\u0e01 \u0e46 \u0e44\u0e14\u0e49\u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e38\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e43\u0e2b\u0e21\u0e48\u0e15\u0e48\u0e2d\u0e42\u0e21\u0e40\u0e14\u0e25\u0e41\u0e15\u0e48\u0e25\u0e30\u0e15\u0e31\u0e27 \u0e07\u0e32\u0e19\u0e44\u0e14\u0e49\u0e23\u0e31\u0e1a\u0e01\u0e32\u0e23\u0e22\u0e2d\u0e21\u0e23\u0e31\u0e1a\u0e43\u0e19 EMNLP 2026 (Main Conference) \u0e2b\u0e31\u0e27\u0e02\u0e49\u0e2d: Computation and Language (cs.CL) \u0e41\u0e25\u0e30 Artificial Intelligence (cs.AI)<\/p>\n<h2>Submission history<\/h2>\n<p>\u0e40\u0e2d\u0e01\u0e2a\u0e32\u0e23\u0e2a\u0e48\u0e07\u0e04\u0e23\u0e31\u0e49\u0e07\u0e41\u0e23\u0e01\u0e40\u0e21\u0e37\u0e48\u0e2d 8 \u0e01\u0e31\u0e19\u0e22\u0e32\u0e22\u0e19 2026 \u0e40\u0e27\u0e25\u0e32 17:52 UTC \u0e42\u0e14\u0e22 Pawe\u0142 Blicharz<\/p>\n<h3>\u0e28\u0e31\u0e1e\u0e17\u0e4c\u0e17\u0e35\u0e48\u0e04\u0e27\u0e23\u0e23\u0e39\u0e49<\/h3>\n<ul>\n<li>BERT &#8211; \u0e42\u0e21\u0e40\u0e14\u0e25\u0e20\u0e32\u0e29\u0e32\u0e41\u0e1a\u0e1a transformer \u0e17\u0e35\u0e48\u0e43\u0e0a\u0e49\u0e1d\u0e36\u0e01\u0e25\u0e48\u0e27\u0e07\u0e2b\u0e19\u0e49\u0e32\u0e1a\u0e19\u0e0a\u0e38\u0e14\u0e02\u0e49\u0e2d\u0e21\u0e39\u0e25\u0e43\u0e2b\u0e0d\u0e48<\/li>\n<li>RAID &#8211; benchmark \u0e2a\u0e33\u0e2b\u0e23\u0e31\u0e1a\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21\u0e17\u0e35\u0e48\u0e2a\u0e23\u0e49\u0e32\u0e07\u0e42\u0e14\u0e22 AI<\/li>\n<li>L1\u2011to\u2011L2 sparse\u2011probing protocol &#8211; \u0e27\u0e34\u0e18\u0e35\u0e01\u0e32\u0e23\u0e04\u0e49\u0e19\u0e2b\u0e32\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e17\u0e35\u0e48\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e42\u0e14\u0e22\u0e43\u0e0a\u0e49\u0e01\u0e32\u0e23\u0e01\u0e23\u0e2d\u0e07\u0e41\u0e1a\u0e1a sparse<\/li>\n<li>CLS hidden\u2011state dimensions &#8211; \u0e21\u0e34\u0e15\u0e34\u0e02\u0e2d\u0e07\u0e2a\u0e16\u0e32\u0e19\u0e30\u0e0b\u0e48\u0e2d\u0e19\u0e43\u0e19\u0e0a\u0e31\u0e49\u0e19 CLS \u0e02\u0e2d\u0e07 BERT (12 \u0e0a\u0e31\u0e49\u0e19 \u00d7 768 \u0e21\u0e34\u0e15\u0e34)<\/li>\n<li>activation patching &#8211; \u0e01\u0e32\u0e23\u0e41\u0e01\u0e49\u0e44\u0e02\u0e04\u0e48\u0e32\u0e01\u0e32\u0e23\u0e01\u0e23\u0e30\u0e15\u0e38\u0e49\u0e19\u0e02\u0e2d\u0e07\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e40\u0e1e\u0e37\u0e48\u0e2d\u0e17\u0e14\u0e2a\u0e2d\u0e1a\u0e1c\u0e25\u0e01\u0e23\u0e30\u0e17\u0e1a\u0e15\u0e48\u0e2d\u0e1c\u0e25\u0e25\u0e31\u0e1e\u0e18\u0e4c<\/li>\n<\/ul>\n<p>\u0e17\u0e35\u0e48\u0e21\u0e32: <a href=\"https:\/\/arxiv.org\/abs\/2609.30287\">arxiv.org<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"<p>\u0e27\u0e34\u0e08\u0e31\u0e22\u0e1e\u0e1a\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e1b\u0e23\u0e30\u0e2a\u0e32\u0e17\u0e43\u0e19 BERT \u0e17\u0e35\u0e48\u0e2a\u0e33\u0e04\u0e31\u0e0d\u0e15\u0e48\u0e2d\u0e01\u0e32\u0e23\u0e15\u0e23\u0e27\u0e08\u0e08\u0e31\u0e1a\u0e02\u0e49\u0e2d\u0e04\u0e27\u0e32\u0e21 AI \u0e2d\u0e22\u0e39\u0e48\u0e44\u0e21\u0e48\u0e40\u0e01\u0e34\u0e19 1% \u0e02\u0e2d\u0e07\u0e17\u0e31\u0e49\u0e07\u0e2b\u0e21\u0e14 \u0e41\u0e25\u0e30\u0e2a\u0e32\u0e21\u0e32\u0e23\u0e16\u0e43\u0e0a\u0e49\u0e44\u0e14\u0e49\u0e01\u0e31\u0e1a\u0e42\u0e21\u0e40\u0e14\u0e25\u0e2b\u0e25\u0e32\u0e22\u0e1b\u0e23\u0e30\u0e40\u0e20\u0e17\u0e42\u0e14\u0e22\u0e44\u0e21\u0e48\u0e15\u0e49\u0e2d\u0e07\u0e23\u0e30\u0e1a\u0e38\u0e40\u0e0b\u0e25\u0e25\u0e4c\u0e43\u0e2b\u0e21\u0e48<\/p>\n","protected":false},"author":1,"featured_media":12949,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5021],"tags":[10,5183,5184,88],"class_list":["post-12950","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-machine-learning-th","tag-ai","tag-bert","tag-emnlp","tag-llm"],"_links":{"self":[{"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/posts\/12950","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=12950"}],"version-history":[{"count":0,"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/posts\/12950\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=\/wp\/v2\/media\/12949"}],"wp:attachment":[{"href":"https:\/\/blogdee.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=12950"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=12950"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blogdee.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=12950"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}