Imitar Antes de Detectar es una innovadora técnica de detección de texto diseñada para mejorar la capacidad de detección de textos modificados por máquinas. Esta técnica, al imitar las preferencias de estilo de los modelos lingüísticos grandes (LLM), puede identificar con mayor precisión los textos modificados por máquinas. Su principal ventaja radica en su capacidad para distinguir eficazmente las sutiles diferencias entre la escritura humana y la generada por máquinas, lo que le confiere un importante valor aplicado en el campo de la detección de textos. Los datos de fondo muestran que mejora significativamente la precisión de la detección, con un aumento del 13% en el AUC al procesar textos modificados por LLM de código abierto, y un aumento del 5% y el 19% en la detección de textos modificados por GPT-3.5 y GPT-4, respectivamente. Está dirigido a investigadores y desarrolladores que necesitan una herramienta de detección de texto eficiente.