X 用户激辩 Pangram 检测模型是否靠模糊搜索作弊评测
jonaskreutz01 · x · 2026-11-17
一场围绕 AI 检测公司 Pangram 的技术争论在 X 上展开。RexDouglass 提出:评测若针对商业端点,厂商完全可能通过模糊搜索语料库等手段在基准上"作弊"。
用户 jonaskreutz01 反驳称,Pangram 模型的表现与把 3B 开源模型扩展到约 60B 并加入更好数据的结果相符,没有理由怀疑作弊;他还指出即便加了搜索门控,对新论文扫描、社交媒体过滤等大多数调用场景来说,搜索只会增加成本而非提升性能/降低成本,且"作弊门控"的假设基本不可证伪,更可能就是模型本身有效。