马里兰大学论文:前沿模型仅凭一段文字就能揭穿匿名作者
rohanpaul_ai · x · 2026-11-22
马里兰大学新论文显示,仅需一段文本加一个 zero-shot 提示(无联网、无工具、无候选名单),前沿模型就能回答“这是谁写的”:判断是人还是 AI、识别出自哪家实验室,甚至点名具体人类作者。
关键数据:
- Claude Fable 5.2 对 398 篇从未公开作者的匿名同行评审,命中 56% 的审稿人;对活跃 Reddit 用户(年发帖 >500)的评论,69% 猜中其账号名
- Opus 5.5 对 Anthropic/OpenAI/Google 模型生成文本的实验室归属准确率 98%
- 检测 AI 文本的能力已追平 Pangram 等专业检测器,且能用自然语言解释判断依据
准确率取决于作者文字在预训练数据中的暴露程度与推理力度;直接问模型“你对某作者熟不熟”即可预测其能否识别该人文风。作者警告:凡是在网上发表过足够多文字的人,其匿名性比普遍 assumed 的更脆弱,且防御手段有限。盲审、匿名论坛等依赖匿名写作的场景应把作者匿名视为弱保障并实测。
「安全」频道最新
- arXiv 论文:Opus 5.5 认出 98% AI 文本的出品实验室 — rohanpaul_ai · 2026-11-22
- 菲尔兹奖得主 Tim Gowers 现身伦敦「反对 AI 灭绝」游行并发言 — birchlse · 2026-11-22
- Signal 限制手机截图,对抗 AI 监控的「生存威胁」 — TechCrunch AI · 2026-11-22
- 若 AI 冲破所有瓶颈,失控者或将在 6-18 个月内掌握现实权力 — NathanpmYoung · 2026-11-22
- 「算力自由」宣言三年后开花:蒙大拿 SB212 正式成法 — nptacek · 2026-11-22
- NYT:AI 正揭开互联网数十年积欠的安全债,断网事故只是开始 — chrismattmann · 2026-11-22