文本

三、AI生成文本并不容易被识别另一篇关于AI文本检测的预印本研究指出，识别AI生成文本其实并不简单。

五、AI检测仍然面临不少挑战研究还指出，AI文本检测面临几个关键问题：l模型不断升级：新的生成模型可能绕过现有检测方法。

因此，研究认为AI文本检测仍然是一个持续发展的研究领域。

该研究总结了当前AI文本检测方法，并指出检测能力受到多种因素影响，例如AI模型类型、文本长度、文本主题以及写作风格。

过去绝大多数软件会分析文本统计特征：AI生成文本往往困惑度（perplexity）更高（代表句子每个后续词语的可预测程度），而突发度（burstiness）更低（衡量全文句子长短、句式结构的波动变化）。

斯佩罗承认，Pangram擅长识别“人类文本中间整段插入纯AI段落”的场景；

他们收集数百万份人类撰写文本，再让大语言模型生成这些文本的“镜像文稿”：例如，生成标题、篇幅、语气都和人类范文保持一致的文章。

今年7月，加州旧金山的研究机构EpochAI发布测试：495篇人类撰写文本输入Pangram，假阳性结果为零。

为了避免把人类文本标记成AI，两家产品都接受更高的假阴性率，也就是把一部分AI生成文本错误判定为人类写作。

Pangram的一项研究在今年1月发布¹，据其统计，去年八分之一的生物医学论文含有部分AI生成文本。

区分人与AI生成文本的AI技术越来越强

道高一尺：区分人与AI生成文本的AI技术越来越强道高一尺：区分人与AI生成文本的AI技术越来越强精选

过去各类检测工具的效果一直不尽如人意，而如今多家企业宣称，现有软件已经可以可靠区分AI生成文本与人类撰写文本。

该研究总结了当前AI文本检测方法，并指出检测能力受到多种因素影响，例如AI模型类型、文本长度、文本主题以及写作风格。