用未上网旧书测文本检测器
cephaloform · x · 2026-07-17
- 这条转推讨论的是：评估 Pangram 这类文本检测器时，不能只拿 ChatGPT 时代之前的公开文本做测试，否则结果可能被“模型见过训练语料”这一点污染。
- 为了验证它不是单纯记忆旧文本，有人找了互联网上不存在的老书，扫描后做测试，累计接近 300 万词。
- 测试结果里，检测器仍然找出了少量 AI 痕迹：3 段疑似 AI 辅助，1 段疑似 AI 生成。
- 这个案例的重点不是结论本身，而是它提供了一种更严谨的反“语料泄漏”评估思路。
「研究」频道最新
- Nature 新研究实现全身器官细胞活动成像,揭示跨器官体级回路 — arjunrajlab · 2026-09-11
- SignNet 1M 手语数据集发布 — ducha_aiki · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- InFlux++ 方法发布 — ducha_aiki · 2026-09-11
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11