arXiv ID:
2605.28298
arXiv 提交日期: 2026-05-27
REED:面向跨域语言隐写分析的后训练表示编辑方法 / REED: Post-Training Representation Editing for Cross-Domain Linguistic Steganalysis
1️⃣ 一句话总结
本文提出一种名为REED的后训练方法,通过在已训练好的检测模型上编辑中间特征表示,而无需修改模型结构或重新训练,就能有效提升跨领域(不同词汇、主题、写作风格等)的隐写文本检测性能,尤其显著提高了F1分数。