I modelli base ingannano i rilevatori AI, apparendo più umani delle versioni ottimizzate

Un recente studio pubblicato su arXiv (2605.19516) indica che i rilevatori commerciali di testo AI, come GPTZero e Pangram, sono più propensi a identificare il testo generato da modelli linguistici di base come scritto da umani rispetto a quello prodotto da modelli ottimizzati tramite istruzioni. Gli autori introducono un metodo chiamato Humanization by Iterative Paraphrasing (HIP), che trasforma un modello di base in un parafrasatore e lo applica ripetutamente per evitare il rilevamento mantenendo il significato originale. Questo approccio mostra miglioramenti costanti nella somiglianza umana ai rilevatori attraverso le famiglie di modelli Llama-3 e Qwen-3, che vanno da 0,6B a 70B parametri. I risultati implicano che i rilevatori esistenti si concentrano su artefatti unici degli output ottimizzati tramite istruzioni, permettendo al testo dei modelli di base di passare inosservato.