@panickssery: 除了识别LLM的使用外，Pangram还发现许多学者不知道假阳性和假阴性之间的区别…
摘要
Pangram，一个用于检测LLM使用的工具，揭示了许多学者不理解假阳性和假阴性之间的区别。
除了识别LLM的使用外，Pangram还发现许多学者不知道假阳性和假阴性之间的区别。
相似文章
@rohanpaul_ai: LLMs 会根据语气、确定性和语法形式的不同，以不同方式接受相同的虚假主张。措辞的微小变化…
本文介绍了 EoBench，这是一个基准测试，用于测试 LLMs 对以 19 种不同风格表述的虚假主张的接受程度，发现语气、确定性和语法形式显著影响模型响应，而更大的模型和经过指令调优的模型显示出更强的抵抗力。
区分AI生成与人类撰写：评估LLM检测LLM生成内容的能力
本文研究了在教育场景中，LLMs在多大程度上能够检测自身生成的内容，发现检测准确率因任务类型而异，且对于简答题不可靠。
**解释全字母句** 在英语中，**全字母句**是指包含字母表中所有字母的句子，且通常每个字母只出现一次。经典例子是："The quick brown fox jumps over the lazy dog"（这只敏捷的棕色狐狸跳过了那只懒狗）。 让我们通过一些例子来理解： ### 简单例子 - "Pack my box with five dozen liquor jugs"（用五打酒瓶装满我的箱子） - "How vexingly quick daft zebras jump"（斑马跳得多么敏捷而古怪，真令人恼火） ### 代码中的应用 在编程或测试中，全字母句常用于验证字符处理功能。例如： ```python # 检查一个字符串是否包含所有字母 def is_pangram(sentence): alphabet = set('abcdefghijklmnopqrstuvwxyz') return alphabet.issubset(set(sentence.lower())) ``` ### 趣味事实 全字母句不仅有用，还能成为语言游戏和打字练习的工具。你也可以尝试自己创造一个全字母句！
这篇文章讨论了Pangram检测器将David Sacks的推文识别为AI生成内容的事件，引发了关于AI检测工具的辩论，其中包含利用大语言模型模仿人类写作的实验案例。
[P] 我们用第二个 AI 文本检测器重跑了 NeurIPS 的前 LLM 与 2025 年论文检测对比。两个检测器在 2022 年论文上均未标记任何一篇；但在 2025 年论文上，它们的判断存在分歧 [P]
一位 ParaTrace 开发者分享了两个 AI 文本检测器（ParaTrace v7 与 Pangram 3.3.2/4）在 2022 年（前 LLM 时代）论文与 2025 年论文上的对比测试结果：两者在 2022 年文本上均无误报，但在 2025 年论文上存在显著分歧，并将 ParaTrace 与 Pangram 的公开测试集进行了基准对比。
@rohanpaul_ai: LLM 常常无法判断攻击是否导致它们说出了不安全的内容。询问一个 LLM 它自己之前的回答是否……
本文研究了 LLM 是否能够可靠地自我报告其输出被对抗性预填充篡改的情况，发现模型通常无法区分被篡改的输出和故意的输出，其有限的识别能力源自正常的拒绝行为，而非真正的自我意识。