10:31
官方账号arXiv cs.AI@Vishisht Choudhary, Lukas Schmidt, Anne Zoë Kenntner, Feras Skhab, Michel Osswald, Jens Ernstberger
推荐理由：这篇论文告诉你，检测AI代理不需要复杂手段，两个鼠标行为特征就够用了，能躲过各种伪装，读读看怎么做到的。
分类框架
共 1 条相关 AI 资讯
7月30日
10:31
该论文提出三分类框架，区分人类、机器人和AI代理，发现二分类器将39.1%（MLP）和34.5%（SAINT transformer）的AI代理误判为人类。在30次实验中，加入代理类后代理F1达到1.000。通过五级逃避梯（含2299次逃避会话），两个行为特征（mouse_event_rate, teleport_click_ratio）实现100%的代理召回率和0.994的精度。特征冗余：移除teleport_click_ratio后仍保持100%召回。五个特征可将宏F1提升至0.991。