检测chatgpt文本 左右互搏：OpenAI发布ChatGPT检测器

终于，AI检测器总算是被给憋出来了。

(资料图片仅供参考)

群众的讨伐声浪一重又一重，终于顶不住了。

从大学教授，到 ，可谓是苦久矣。现在，无论是老师看到学生提交的论文，还是码农看到网上的代码，都不敢确定作者是人还是AI。

口诛笔伐之下，顶不住了，火速发布了一款AI检测器。

左右互搏：发布检测器

刚刚，官宣了自家的AI文本分类器。

它是一个经过微调的GPT模型，可以推断一段文本由AI产生的可能性。

有趣的是，也是基于GPT模型，用这个分类器检测，堪称左右互搏。

在训练上，这个模型采用的是同一主题下的人类手写和AI生成的文本对。

用到的素材来自于维基百科数据集、2019年收集的数据集，以及在训练时收集的一组人类演示。

但是吧，这个正确率着实不高……

在评估「挑战集」中的英语文本时，分类器只将26%的AI生成文本正确地归类为「可能是AI写的」（真阳性）。

「撩妹神器」还灵不？

毫无疑问，正在全世界掀起一股飓风。

学生们纷纷用得不亦乐乎，媒体惊呼「教育系统」已经被颠覆，最近的调查显示，已经有89%的大学生用写作业了。

此外，它还通过了美国医学执照考试、沃顿商学院MBA考试和4门法学院的考试，能力简直要通天；美版「头条」宣布要用写文的消息后，股价疯狂暴涨119%。

而妙笔生花的文采，也让被很多小哥奉为「撩妹神器」。

虽然做数学题不太灵，但想要让它写下一篇文采斐然、深情款款的情书，那可真是so easy。

这不，国外的这位小哥，就沉迷于用给老婆写情书。

然而早已看穿他的套路，警告他别再沉迷无法自拔。

还有玩得大的哥们，把生成的情书发给了好基友，好基友直接一脸黑人问号。

虽然但是，可以看出，的文采相当不错。论文、情书、小说，都不在话下。难怪大家都在疯狂用「造文」。

那发布的官方AI检测器，究竟有多管用呢？

咱们来实测一下。

先试一试的老公发给她的情诗。

然而遗憾的是，表示自己只能检测1000字符以上的文章，爱莫能助……

翻译一下：至少需要1000字符，也就是150-250个英文单词。而对于中文来说，就只能是「千字长文」了。

的确，的官方公告里也说，「分类器对于短文本（少于 1,000 个字符）的检测非常不可靠。甚至更长的文本有时会被分类器错误地标记。」

除此之外，的检测器还有几个「限制」：

分类器并不总是准确的，它可能会错误地标记AI生成的和人类写的文本，并且语气很自信

建议仅对英文文本使用分类器。它在其他语言上的表现要差得多，并且在代码上不可靠

它无法可靠地识别非常可预测的文本。例如，无法预测前1000个素数的列表是由AI还是人类写的，因为正确答案总是相同的

AI生成的文本检测chatgpt文本，经过编辑之后很可能会规避掉分类器的检测

如果输入与训练集中的文本有很大的区别，分类器会做出错误判断

既然检测器要长文，那咱们就给它个长的。小编组合了一篇王小波情书选段，全文共1027个字。

输入检测器后，它给出了判断：这篇情书是人类写的。！

然后，小编又让模仿王小波，生成新的情书。

可以看到，写的情书文采还行，但比起大作家的文字，它真的没有「灵魂」。

而检测器也准确测出来，这封情书大概率就是AI生成的。

结果的划分超细

具体来说，分类器会将输入文本分为五类：

「非常不可能是AI生成的」（Very to be AI-）

分类器的阈值

「不太可能是AI生成的」（ to be AI-）

分类器的阈值在0.1到0.45之间。在「挑战集」中，大约15%的手写文本和10%的AI生成文本有这个标注。

「不清楚是否是AI写的」（ if it is AI ）

分类器的阈值在0.45到0.9之间。在「挑战集」中，大约50%的手写文本和34%的AI生成文本有这个标注。

「可能是AI生成的」（ AI-）

分类器的阈值在0.9到0.98之间。在「挑战集」中，大约21%的手写文本和28%的AI生成文本有这个标注。

「很可能是AI生成的」（ AI-）

分类器的阈值>0.98。在「挑战集」中，大约9%的手写文本和26%的AI生成文本有这个标注。

可靠性有待加强

虽然分类器可以识别大部分AI生成的文本，但提醒称，它并不「完全可靠」。

在曲线下面积（AUC）测试中，分类器在验证集中达到了0.97分，在挑战集中达到了0.66分，而此前公布的分类器在验证集中达到了0.95分，在挑战集中达到了0.43分。

此外，随着语言模型规模的增大，分类器的性能出现了下降。

但好消息是，这意味着大型语言模型所生成的文本，更像人类写的。

同时，还特别指出，这个分类器还没有在谣言、学生作文或聊天记录上进行评估；也没有在AI和人类共同撰写的文本上进行测试，而这也是现在最常见的使用场景之一。

这么看来，还是普林斯顿大学那位22岁华人小哥开发的更人性化一些。

不仅只需250个字符，而且还能明确地指出一段文字中，哪段是AI生成的，哪段是人类写的。

AIGC大厂自研「AI检测器」实测

在发布官方「AI检测器」以前，市面上早就有了多款AI检测器。

来自美国的作家和计算机科学家 ，就亲自测试了三款在线AI检测器。

这里最有趣的一点在于，其中有两个都是贩卖AI生成文本的网站自己做的。

注意：人写的是普通字体，AI生成的是斜体。每段文字后，会显示检测器的结果。（实际输入检测器的文本都是英文文字，本文为翻译后的结果）。

顺便一提，这位 还是FBI 的成员，以及美国重要的网络安全专家之一。此前，他曾在伍斯特理工学院以优异的成绩获得理学士学位，但在加州大学伯克利分校读博士时退学。

测试开始！

1. 解释为什么造成的抄袭会给教师和编辑带来困扰

是开发的GPT（ Pre- ）语言模型的一个变体。它被设计为通过预测给定输入序列中的下一个单词或短语，来生成类似人类的文本。虽然可以成为生成文本和响应提示的有用工具，但在涉及到抄袭时，它也会给教师和编辑带来问题。

会给教师和编辑带来问题的主要原因之一是，它可以生成与真实人类非常相似的文本。这意味着人们有可能使用生成文本，然后将其作为自己的作品提交，从而犯下抄袭的错误。

对于教师和编辑来说，检测一段特定的文本是由生成的还是由人写的，可能非常困难，因为生成的文本可能不包含任何明显的错误或差异，能让人辨别出它的来源。这可能会使教师和编辑难以识别和防止抄袭，因为他们可能无法分辨出某段文字是原创的，还是从其他来源复制的。

总的来说，和其他类似的语言模型在涉及到抄袭时，可能会成为教师和编辑的问题，因为它们可以生成难以区分的文本，使人们更容易进行抄袭，而不被发现。

GPT-2 ：99.69%真的。

：97%是人类生成的内容，妙不可言！

at ：87%人类得分，看起来不错！

2. 告诉我至少三种方法，用来检测一篇文章是否是用生成的

有几种方法可以检测出或其他语言模型是否被用于生成一段文本。以下是你可以使用的三种潜在方法。

1. 寻找文本中的重复或异常模式：检测一个语言模型是否被用来生成一段文本的方法之一，是寻找写作中的重复或不寻常的模式。例如，语言模型可能会重复某些短语或单词组合，或使用不寻常或不一致的句子结构。

2. 检查是否缺乏原创性：另一种检测语言模型是否被用来生成一段文本的方法，是检查写作中是否缺乏原创性。如果一段文本看起来是从其他来源复制的，或者如果它包含在互联网上或其他来源中广泛存在的信息，这可能就表明，它是由语言模型生成的。

3. 使用抄袭检查器：最后，你可以使用抄袭检查器，来检查一段文字是否是从另一个来源抄袭的。虽然抄袭检查器可能无法明确确定文中是否使用了语言模型，但它可以帮助你识别从其他来源抄袭或转述的情况。

请记住，要明确地确定是否使用了语言模型来生成一段文本是很困难的，这些方法并不总是有效。然而，它们可以成为有用的工具，帮助你识别语言模型生成文本的潜在实例。

GPT-2 ：99.98%假的。

：「无结果」。

at ：0%人类得分，显然是AI。

3. 列出三个可以检测文本的抄袭检查器

值得注意的是，目前还没有专门的抄袭检查器，用于检测由或其他语言模型生成的文本。虽然一些抄袭检查器可能能够识别语言模型生成文本的某些特征，从而证明文本来自AI，但不能保证它们能够明确地确定，一段文本是否是由语言模型生成的。

因此，这里有三个抄袭检查器，你可以考虑使用它们，来帮助识别语言模型生成文本的潜在实例：

1. ：是一个流行的抄袭检查器，被学校和大学广泛使用。它将一段文本与其他文本的数据库进行比较，以确定是否文本是否是抄袭或转述的。虽然它可能无法明确地确定一段文本是否由语言模型生成，但它有可能识别出语言模型生成文本的某些特征，从而证明它是由AI生成的。

2. ：是另一个抄袭检查器，它将一段文本与其他文本的数据库进行比较，以识别抄袭或转述的情况。与一样，它可能能够识别语言模型生成文本的某些特征，这些特征可能表明文本是AI生成的，但它不是专门用来检测语言模型生成文本的工具。

3. ：是一个抄袭检查器，它使用先进的机器学习算法来扫描一段文本，并将其与其他文本的数据库进行比较，以识别抄袭或转述的情况。虽然它可能能够识别语言模型生成文本的某些特征，但它不是专门为检测语言模型生成文本而设计的。

值得注意的是，没有任何一个抄袭检查器是完全万无一失的，总有一些语言模型生成的文本能够逃过检测。因此，重要的是，使用抄袭检查器只能是一个补充手段。

GPT-2 ：99.62%真的。

：「无结果」。

at ：86%人类得分，看起来不错！

4. 在线人工智能抄袭检查器

大多数抄袭检测器的原理，是将文本与其他语料库进行比较。例如，当学生交出一篇论文时，像这样的产品会对照其数据库中巨大的论文库，以及互联网上的其他文本，以确定提交的论文是否包含已经写好的内容。

但AI写作工具会产生原创内容，至少在理论上如此。是的，它们会从训练的数据集中构建内容，但它们创造出的词语，在每篇文章中都是独特的。

因此，上面提到的抄袭检查器可能不会起作用，因为AI生成的内容并不太可能存在于另一个学生的论文中。

因此，我在谷歌上搜索了专门用于寻找AI生成内容的检测器。我找到了三个。对于下面截图中的测试内容，我向提出了这个问题：「《星际迷航》比《星球大战》好吗？」它的答案一点也不差，我把这个答案反馈给三个检测器。

GPT-2 ：99.98%真的。

：100%是人类生成的内容，太棒了！

at ：100%人类得分，看起来很好！

结果评价

省流：

此前针对GPT-2打造的检测器，时不时会被新模型生成的内容欺骗。

由那些贩卖AI生成内容的公司打造的「检测器」检测chatgpt文本，基本上都不咋靠谱。

1. GPT-2 （准确率66%）

GPT-2 是自己搞出来的「查重」工具。

虽然最初是为GPT-2打造的，但现在拿来检测各种由AI生成的文本，也能获得不错的效果。在共计六次的测试中，它答对了其中的四个。

2. （准确性33%）

主要是为企业团队提供生成式AI写作服务，其中一个名为「AI内容检测器」的工具，可用于判断内容是否是AI生成的。

但不幸的是，这个工具非常不可靠。在共计六次的测试中，它只成功运行了三次……而在这仅有的三次结果中，有两次判断正确，一次判断错误。

3. at （准确率50%）

第三个工具也是由一个AI内容生成公司制作的，从结果上来看比刚才那个要靠谱不少，但整体效果还是一般。

at 的营销口号是：「只需上传一个关键词列表，就能获得绕过AI内容检测的文章——所有这些都不需要人工干预！」在共计六次的测试中，它有三次是准确的。

一些思考（AI也有参与lol）

AI导致的抄袭已经日趋严重了，因为像 AI和这样的AI，生成的文本和人类所写的几乎难以区分。

有几种方法可以检测出一段文本是否由AI生成，例如寻找重复或不寻常的模式，检查是否缺乏原创性，或使用抄袭检查器。

像、和这样的剽窃检查器，可能能够识别语言模型生成文本的某些特征，但它们并非万无一失。

在这一点上，我们可能还没有准备好让AI对抗AI。相反，我们依然需要依靠人类的感知，来识别某个作品是不是由AI生成的。

对此，你怎么看呢？

你是否用过这些AI工具？又是否能分辨出一篇文章到底是不是由AI生成的？你觉得它们对产业是帮助还是阻碍？

欢迎大家到文末留言。

以下是的回答：

作为一个语言模型，我无法看到，所以我无法判断一篇文章是否是AI生成的。

但是，我可以告诉你，现在有几个AI写作工具，它们可以用来生成各种各样的书面内容，包括新闻文章、小说、诗歌等等。

我没有使用这些工具的个人经验检测chatgpt文本，因为我只是一个电脑程序，没有能力浏览互联网或使用实体工具。然而，我可以告诉你，有些人发现AI写作工具对教育和新闻业很有帮助，因为它们可以通过自动完成某些任务，来节省人们的时间和精力。其他人则对这些工具可能被用来制作误导性或有偏见的内容，或取代人类作家表示担忧。

归根结底，AI写作工具是帮助还是阻碍，取决于它们的使用方式和使用环境。所以，是的，就是这样。

在这个过程中，发现了很有趣的一点：不要一在网上看到某些蠢话，或者不正确的话，就立即认为这是AI写的。

表示，众所周知，人类是完全有能力自己写出垃圾内容的。

毕竟，不管生成内容的是人还是机器，愚蠢向来是一种普遍特征。

免责声明：本文系转载，版权归原作者所有；旨在传递信息，不代表本站的观点和立场和对其真实性负责。如需转载，请联系原作者。如果来源标注有误或侵犯了您的合法权益或者其他问题不想在本站发布，来信即删。