AI文本检测相关 AI 资讯

8月13日

23:13

a16z@a16z

a16z 的 Alex Danco 发表评论文章，认为“100% of this text is AI”这类标注正成为网络时代羞辱他人和帖子的一种新“红字”。他提到，1960 年代的法国理论思想家在 80 年前就预见了 AI 作者身份问题。文中还化用伏尔泰的话：如果聪明的作者不存在，LLM 就必须发明一个。Danco 认为人们需要作者身份，因为观点的索引、关联和处理本身就是意义。

推荐理由：a16z 的 Alex Danco 聊为什么大家爱标“这是 AI 写的”，还扯上 1960 年代法国理论和伏尔泰，角度挺新鲜。

原文

8月4日

09:45

官方账号arXiv cs.AI@Muhammad Yousaf Rehman, Muhammad Islam

DeBERTa-Sentinel 基于 DeBERTa-v3 的解纠缠注意力，用于识别 AI 生成的文本。研究者在 GLC-AIText 数据集的 28,057 条 GPT、LLaMA、Claude 样本上以 60-20-20 划分训练，验证准确率 98.21%。该模型测试准确率 97.53%、召回率 99.33%、ROC-AUC 99.53%，超过 NeurIPS 2025 的 RoBERTa-Sentinel 基线。与黑盒检测器不同，它提供 token 级解释，帮助记者、教育工作者和平台审核人员审计检测结果。

论文 DeBERTa-Sentinel DeBERTa-v3 GLC-AIText

推荐理由：想查一段文字是不是AI写的？这个检测器能看到词级线索，准确率97%以上，还公开代码和数据集，可自己跑。

原文

8月3日

10:09

官方账号arXiv cs.AI@Gaetano Perrone, Simon Pietro Romano

ARB基准由1,800篇人类源文本构建，覆盖XSum、WritingPrompts和OpenWebText三个数据集，并使用Llama-3.2-3B、Qwen2.5-7B、Mistral-7B和Gemma-2-9B四个开源模型生成重写变体。在1%假阳性率下，FastDetectGPT和Binoculars-falcon-7b对直接生成文本的召回率分别为91.2%和93.5%，但对人类文本经LLM改写后的召回率骤降至30.8%和15.1%。RADAR同样从66.8%跌至12.2%，而BERT-Defense和RoBERTa-Defense在所有场景下召回率均低于3%。结果表明，传统基准上的检测性能无法迁移到LLM改写的人类文本场景。

论文 ARB FastDetectGPT Binoculars

推荐理由：这篇论文告诉你，现在AI检测器遇到‘人类写、AI改’就失灵，直接生成能抓到九成，改写后只剩三成，做防御的得看看。

原文

7月30日

01:47

官方账号Decoder@Matthias Bastian

Pangram发布第四代AI文本检测器Pangram 4，声称能检测99.66%的AI生成文本，每处理24000个文档仅出现一次误报。该模型还能识别使用humanizer工具伪装的AI写作文本。Pangram 4的API价格上涨了两倍至十倍。

AI模型 Pangram 4 AI文本检测误报率

事件专题

推荐理由：Pangram 4检测AI文本几乎不犯错，24000篇才误报一次，还能识破伪装工具，适合内容审核场景。

原文

7月19日

16:54

官方账号Decoder@Matthias Bastian

精选

Epoch AI测试了Pangram、GPTZero和Originality.ai三种主流AI文本检测器。在风格模仿的文本中，最高18%的AI生成内容未被识别。对于科学写作场景，漏检率攀升至48%。这些检测器在科学写作领域实际使用最多，但效果最差。

论文 Epoch AI Pangram GPTZero

推荐理由：Epoch AI发现，当AI模仿你的写作风格时，检测器就抓瞎了。科学论文漏检率达48%，写论文时小心别被冤枉。

原文

6月5日

12:15

官方账号arXiv cs.AI@Sondos Mahmoud Bsharat, Jiacheng Liu, Xiaohan Zhao, Tianjun Yao, Xinyi Shang, Yi Tang, Jiacheng Cui, Ahmed Elhagry, Salwa K. Al Khatib, Hao Li, Salman Khan, Zhiqiang Shen

精选

OpAI-Bench 是一个操作引导的基准，用于研究从纯人类写作到 AI 辅助编辑的渐进式文本转换。它从人类文档出发，在四种领域下构建九个连续修订版本，涵盖五种 AI 编辑操作，并保留多粒度（文档、句子、词元、片段）的作者归属信息。实验发现，AI 文本的可检测性不仅受 AI 编辑比例影响，还与编辑操作、领域和累积修订历史有关，且混合作者的中期版本比纯人类或重度 AI 编辑的端点更难检测。该基准填补了现有检测基准仅关注最终输出的空白，为分析 AI 辅助写作的可检测性提供了受控测试平台。代码和基准已开源。

论文 AI文本检测人机合著渐进编辑

推荐理由：做 AI 文本检测研究的团队终于有了一个能模拟真实渐进编辑过程的基准——它揭示了混合作者文本比纯 AI 文本更难检测的反直觉现象，值得点开看看实验设计。

原文

5月26日

12:37

官方一手arXiv: DeepSeek@Pingfan Su, Kai Ye, Shijin Gong, Erhan Xu, Jin Zhu, Giulia Livieri, Chengchun Shi

精选

READER是一种新型AI文本检测方法，通过让模型在检测前生成结构化推理（rationale）来提升准确性和可解释性。它基于一个名为READ的监督数据集进行微调，该数据集包含人工标注的推理过程和判定结果。尽管只有1.5B参数，READER在分布内和分布外场景下均优于现有检测器，甚至超过GPT-5.2、Gemini-3-Pro和DeepSeek-V3.2等千倍规模的大模型。这项研究解决了AI文本检测中可解释性差和分布偏移下性能下降的关键问题。

论文 AI文本检测推理增强可解释性

推荐理由：AI文本检测的可解释性和鲁棒性一直是痛点，READER用1.5B参数就超越了千倍大模型，做内容安全或反作弊的团队值得关注这个新思路。

原文

5月22日

11:41

官方一手arXiv: OpenAI@Alexander Smirnov

精选

论文 AI文本检测预训练模型典型性假说

推荐理由：这项研究戳破了AI文本检测的底层假设——检测器可能只是在放大预训练模型的偏见而非真正学习区分。做AI安全、内容审核或学术诚信检测的团队，看完会重新评估现有检测方案的有效性。

原文