Newshot

前沿模型只需一段文本即可识别其作者是人类还是AI

Translation(model translation, not the source's own text)

文章标题:前沿模型只需一段文本,就能揭穿其人类或 AI 作者

正文:

  • Atrey Desai@atreydesai前沿模型只需一段文本,就能揭穿其作者。给前沿模型一段文本,它往往就能判断出这是否是 AI 写的、是哪家实验室的 AI 写的,甚至能指出背后具体是哪个人。无需联网搜索,无需候选名单,只要一段文本。🧵00:00Mohit Iyyer 及另外 8 人下午 5:46 · 2026 年 11 月 19 日·3,166 次查看2
@atreydesai
@atreydesai
  • Atrey Desai@atreydesai1 小时前任何在网上发表过足够多写作的人,都不能再想当然地认为一篇未署名的文本能让自己保持匿名。交互式讲解:atreydesai.com/blog/who-wrote… 论文:alphaxiv.org/pdf/2611.front…这是谁写的?前沿模型只需一段文本,就能揭穿其人类或 AI 作者 | Atrey Desai来自 atreydesai.com1Atrey Desai@atreydesai1 小时前这个结果应该让任何匿名评审的人感到不安:Claude Fable 5.2 能指认出我们实验室撰写的 398 篇未公开的私下同行评审中 56% 的评审人。那是六位评审人。我们现在正在数千篇匿名同行评审上运行它。结果很快公布 👀1Atrey Desai@atreydesai1 小时前第 1/3 级:是 AI 吗?当 Granta 只是问 Claude 一篇获奖小说是否是 AI 写的时,互联网哄堂大笑。Granta 只是早问了几个月。如今前沿模型识别 AI 文本的能力已与 Pangram 等专用检测器相当。1Atrey Desai@atreydesai1 小时前而且不只是 AI 写的散文。AI 的想法也一样。GPT-6.1 Sol 在想法检测上达到 90% 的准确率,超过 IdeaLens(87%)。与大多数检测器不同,前沿模型还能用自然语言解释自己的预测。1Atrey Desai@atreydesai1 小时前第 2/3 级:是哪个 AI 写的?Fable 5.2、Opus 5.5 和 Argon 能以 98% 或更高的准确率识别来自 OpenAI、Anthropic 和 Google 的文本。蒸馏的意外之处:Moonshot 的 Kimi K3 常被误认为 Claude,阿里巴巴的 Qwen3.8 模型常被误认为 GPT。1Atrey Desai@atreydesai1 小时前它们是怎么分辨的?问它们就知道了。这些解释揭示了前沿模型如何看待各家实验室的风格:• GPT 对论断留有余地,偏爱格言警句。• Claude 文风冷峻机智,结尾悄然收束。• Gemini 堆砌形容词,还会虚构具名来源和引语。1Atrey Desai@atreydesai1 小时前第 3/3 级:是哪个 人写的?在其训练截止日期之后发表的文本上,Fable 5.2 能指认:• 《Nature》期刊评审中 78% 的评审人• 15 篇全部小说的作者——这些作者的 Goodreads 评分人数均超过 100 万• 46% 的 arXiv 论文的至少一位作者1Atrey Desai@atreydesai1 小时前而当它自信时,它几乎总是对的。当 Fable 5.2 的置信度为 25% 或更高时,其预测有 87% 是正确的。谁最容易暴露?只需问前沿模型它有多了解某个人,就能提前预测出它的准确率。1Atrey Desai@atreydesai1 小时前你能藏住吗?不太能。• 模型很少拒绝这类查询。• 删除自己在网上的写作,并不能把它从现有模型的权重中移除。• 用 AI 改写人类撰写的文本只能部分有效。2Atrey Desai@atreydesai1 小时前这是与我很棒的共同第一作者 @denizbtbt、@TyBrassington、@mjoonixix、@jennajrussell 和 @rishanthrajendh,以及与 @bradley_emi、@hila_gonen、@haldaume3、@johnwieting2、@mar_kar_ 和 @MohitIyyer 的合作成果。2Atrey Desai@atreydesai1 小时前我们感谢 @ClipUmd 和 @SFU AI Lab 的反馈与支持,也感谢 @Google 和 @pangram 提供的奖项,使这项研究得以进行。
这是谁写的?前沿模型只需一段文本,就能揭穿其人类或 AI 作者。作者 Atrey Desai 及合著者,atreydesai.com/blog/who-wrote-this。旁边是一枚淡淡的指纹,其纹路由一行行文字构成。
这是谁写的?前沿模型只需一段文本,就能揭穿其人类或 AI 作者。作者 Atrey Desai 及合著者,atreydesai.com/blog/who-wrote-this。旁边是一枚淡淡的指纹,其纹路由一行行文字构成。

前沿模型只需一段文本就能揭示其人类或 AI 作者

  • Kevin Ren @ NeurIPS 2026@kevinren091h 非常有意思!可以想象 LLM 会让作者归属变得更复杂,因为它们既能被用来去匿名化(正如你所做的),也能被用来匿名化写作(如果我把自己的写作交给 LLM 处理,我的写作风格就会被同质化)。我想知道当 LLM 在写作中被广泛使用时,这种方法是否仍然有效1
@kevinren09
@kevinren09

The translation is machine-generated and individual terms may be off. Nothing is rewritten or cut; the original is authoritative.

Published by HN AI
This site only summarises and aggregates; copyright stays with the original author. Headlines and summaries follow the source — where they differ, the original wins.
Read the original ↗