Ai2推infini-gram引擎，精准追踪AI写作抄袭痕迹
艾伦AI研究所（Ai2）发文介绍了其 infini-gram 引擎在 AI 写作检测中的新应用。该工具能索引海量公开文本数据集并统计任意长度短语的出现频率，弥补了传统 AI 检测器仅能给出概率分数的缺陷，可直接展示特定表达是否已存在于现有数据源及其具体位置。石溪大学 Tuhin Chakrabarty 团队利用该引擎进行了多项分析，揭示了 AI 生成文本的抄袭与复用特征。
已确认
- 技术原理：infini-gram 引擎可逐句搜索并统计 AI 生成文本中特定短语的出现频率，从而判断是否涉嫌复制训练数据。通过统计在 Google Books 和网络中极少出现的“独特短语”，研究人员能够有效区分 AI 生成文本与人类写作。
- 亚马逊畅销书数据：在被检测出大量 AI 文本的自出版书籍中，罕见短语占文本的 41.6%；在未被检测出的前 200 本自出版书籍中占 37.2%；而在获奖或提名书籍中仅占 19.1%。
- GrantaGate 争议分析：针对被读者标记为机器写作的 GrantaGate 争议短篇故事，infini-gram 检测发现其中的独特片段出现在已有在线写作中，尤其是粉丝小说网站。
为什么重要
该研究提出了一种 AI 写作查重的新思路。通过精准定位抄袭痕迹，为解决当前的 AI 写作争议提供了有力的技术工具，能够直观展示大语言模型究竟是进行原创生成，还是逐字复刻已有的训练语料。
2026-08-01 ~ 2026-08-01 · 9 条相关
一手来源
- AI写作检测新工具：infini-gram引擎可追溯AI生成文本的词汇来源 — allen_ai ·
- AI生成书籍中罕见短语占比更高：亚马逊畅销书检测显示41.6% vs 37.2% — allen_ai ·
- AI写作检测新法：用infini-gram识别独特短语，GrantaGate争议故事被指抄袭粉丝小说 — allen_ai ·
- AI 写作查重新思路：infini-gram 揭示大模型生成文本来源 — allen_ai · 2026-08-01
- Ai2 用 infini-gram 追踪 AI 写作痕迹，揭示亚马逊畅销书抄袭特征 — allen_ai · 2026-08-01
- 【源头】AI写作检测新工具：infini-gram引擎可追溯AI生成文本的词汇来源 — allen_ai · 2026-08-01
- AI写作检测新方法：infini-gram引擎可显示短语在现有来源中的出现位置 — allen_ai · 2026-08-01
- GrantaGate争议故事被指抄袭粉丝小说：infini-gram检测发现独特片段 — allen_ai · 2026-08-01
- 【源头】AI生成书籍中罕见短语占比更高：亚马逊畅销书检测显示41.6% vs 37.2% — allen_ai · 2026-08-01
- 用 infini-gram 引擎精准剖析 LLM 逐字抄袭行为 — TuhinChakr · 2026-08-01