论文解读｜arXiv 2606.07313 SV-Detect：用 Steering Vector 检测 AI 文本

本周 arXiv 2606.07313 提出的 SV-Detect 用Steering Vector 检测 AI 生成的文本。

问题

AI 文本检测在分布迁移下特别难：

• 跨域（训练新闻、测社媒）
• 跨模型（GPT-4 训练，测 Claude）
• 编辑攻击（人类改写 AI 文本）

SV-Detect 的方案

核心：

1. 用frozen LLM，不训练
2. 在每层提取分离人类 vs AI 的方向向量
3. 用投影特征 训练轻量分类器

结果

• In-distribution 强表现
• 跨域 跨模型 跨编辑 稳健
• 可解释性 方向对齐可识别风格线索

对企业 AI 团队的启示

1. 把假文本检测定位为「表征空间探测」问题
2. 使用frozen 模型，零成本 训练
3. 建议在内容审核 / 学术诚信 / 反欺诈 集成
4. 和 arXiv 2606.07219 对抗式 方法互补

论文：arXiv:2606.07313