微调模型轻松绕过 AI 检测:Pangram 准确率从 97% 暴跌至 3%
Dr_WhoDo · reddit · 2026-09-16
Reddit 帖子揭示 AI 检测工具在面对微调模型时的巨大盲区。
- Pangram 与 GPTZero 对普通风格化提示的 LLM 检测准确率分别为 97% 和 91%,误报率接近零
- 但面对模仿特定作者或作品集训练的微调模型,Pangram 准确率暴跌至 3%,GPTZero 直接归零
- 市面上已有可针对任意作者文风微调的商业模型,检测方案对此几乎无能为力
作者还引用 Stony Brook、哥伦比亚法学院与 MIT 的研究《Readers Prefer Outputs of AI Trained on Copyrighted Books over Expert Human Writers》——读者反而更喜欢基于版权书籍训练的 AI 文本。结论:检测工具的高分只是针对「平均 LLM 输出」的胜利,商业公司掩盖了方案的根本漏洞。
「模型」频道最新
- Similarweb：Claude 升级页流量 9 月回升至 1760 万，逼近 5 月峰值 — firstadopter · 2026-11-02
- 开源 GLiNER-PII 单卡 550ms 抓出病历 13 项身份标识,仍漏医院名 — MaziyarPanahi · 2026-11-02
- 用户吐槽 OpenAI Dots 越用越臃肿,转投新工具 Muse 称体验干净透明 — Koala_Confused · 2026-11-02
- Fable 5.5 被曝一行代码一次通过生成动画，Anthropic 押注编程意外切入动画赛道 — Hesamation · 2026-11-02
- 一个 agent 目标连续跑了 4 天，烧掉 3 万赠额 token — CtrlAltDwayne · 2026-11-02
- 每日 AI 简报：Gemini 4 Carbon 疑现身 Arena，DeepSeek 开源编码 agent — testingcatalog · 2026-11-02