芝大研究:Pangram 检测 AI 文本误报率低于 0.5%,远超同类
_akpiper · x · 2026-11-18
芝加哥大学一项研究对比了 Pangram、GPTZero、Originality 和 RoBERTa 四款 AI 写作检测器在多种文体上的表现。
- Pangram 表现突出:在长、中等长度文本上保持接近完美的准确率,即使在短文本和片段上错误率也极低,假阳性/假阴性率均低于 0.05。
- RoBERTa 惨烈翻车:在新闻类文本上误报率高达 77.75%,简历类 69.14%,博客类 64.88%。
- GPTZero 与 Originality 居中:各文体误报率大多在 0-3% 之间,但整体不如 Pangram 稳定。
作者对比指出,这一准确度远超心理健康诊断工具——最好的抑郁/焦虑量表现假阳性/阴性率也约 15%。
「模型」频道最新
- Epoch 实测:Fable 5.2 得 82% 分,无一模型达到真人员工标准 — Jsevillamol · 2026-11-18
- SpaceX CFO 力捧 Grok Bot:称其为当前最佳 agentic AI 方案 — elonmusk · 2026-11-18
- 企业实测:GPT-6.2 Astra 成本贵 3.6 倍,得分反低于 6.1 Sol — emilahlback · 2026-11-18
- 用户实测 GPT-6.2 Astra:6 小时完成数百万行遗留系统语言升级 — thesaraharminta · 2026-11-18
- GPT-6.2 Astra 图像生成对比旧版:同一人物三版效果横评 — lyraxana · 2026-11-18
- Will Oremus 撰文谈「负并行」与 AI 写作检测争议 — TuhinChakr · 2026-11-18