ai-generated-text

文章批判了AI生成文本的概念以及水印技术在证明AI参与方面的有效性，认为它可能无法捕捉人类贡献，并突出了定义‘AI垃圾’时的模糊性。

一项研究测量了ArXiv上AI撰写文本的普遍程度，发现超过30%的新提交读起来像机器撰写，其中计算机科学领域高达65%，数学领域最低仅为0.7%。

一项大规模实证研究对284个语言特征在27个大语言模型和10个文本领域中的表现进行了分析，以评估哪些特征能够可靠地检测AI生成文本。研究发现，词汇丰富度指标是跨领域和跨模型最稳健的信号，而许多其他已提出的指标则高度依赖具体上下文。

本文介绍了 Counter Turing Test 共享任务在AI生成文本检测方面的发现，顶级系统在二分类任务中达到了完美表现，但在模型归因方面性能显著较低，突显了区分不同大语言模型输出的难度。

2026年英联邦短篇小说奖的一位获奖者被指控使用AI生成故事，引发了关于AI在文学中的作用和真实性的讨论。

DetectRL-X是一个全面的多语言基准测试，用于评估跨8种语言和6个领域的LLM生成文本检测器，包括针对AI辅助写作操作和扰动的压力测试。它揭示了当前检测器在多语言场景中的优势与局限性。