面向模式变异的合成表格数据鲁棒检测
机器学习
2025-12-02 v2 人工智能
数据库
摘要
强大生成模型的兴起引发了数据真实性的担忧。虽然为图像和文本开发了广泛的检测方法，但尽管表格数据十分常见，却鲜有被关注。然而，检测合成表格数据尤其具有挑战性，due to其异构结构和测试时不可见的格式。在本文中，我们针对在野外检测合成表格数据的这一薄弱环节进行探索，即检测器部署在具有可变且此前不可见模式的表格上。我们引入了一种新颖的逐数据项变换器架构，显著优于唯一的已发布基线，提高了7分的AUC和准确率。通过纳入表格适应组件，我们的模型获得了额外的7分准确率，显示出增强的鲁棒性。本工作提供了首个证据，表明在真实世界条件下检测合成表格数据是可行的，并在先前方法上实现了显著改进。接受论文后，我们正在完成源代码发布的行政和许可程序，一旦发布完成，将更新本扩展版本。
引用
@article{arxiv.2509.00092,
title = {Robust Detection of Synthetic Tabular Data under Schema Variability},
author = {G. Charbel N. Kindji and Elisa Fromont and Lina Maria Rojas-Barahona and Tanguy Urvoy},
journal= {arXiv preprint arXiv:2509.00092},
year = {2025}
}