我是土豆，一枚经济学博士生。在前面分享的内容中，我们分别介绍了翻译、润色、与以及、stata和等内容的联动（可以点击标签阅读这个系列的内容）。内容发出后，反响还是不错，收到了很多朋友的私信，但是多数朋友都会问一个共同的问题：我用会不会被查出来呀。今天我就用反AI神器来回答这个关键问题。
简介
是一种分类模型，用于预测文档是否由大型语言模型编写，提供句子、段落和文档级别的预测。 接受了大量、多样化的人类书写和人工智能生成文本语料库的培训，重点是英语散文。
检测原理
分类器会呈现出一个得分，该得分为整个文档由 AI 生成的概率。当我们的分类器识别出 AI 生成的内容和人类编写的内容的混合时，应使用句子级分类（例如，突出显示的文本）。换句话说，当单个句子被突出显示为人工智能生成的时，这不应该被用来表明一篇文章是部分人工智能生成的。相反，当文档的大部分被识别为人工智能生成时，突出显示的句子将指示我们认为这是在文档中发生的那个位置。
总体而言，我们的分类器旨在用于标记可以开始对话的情况（例如，在教育工作者和学生之间），以推动进一步探究并传播对在书面作业中使用AI的风险的认识。
只检测 输出吗？
不， 在一系列 AI 语言模型中运行良好，包括但不限于 、GPT-3、GPT-2、LLaMA 和基于这些模型的 AI 服务。
分类器有哪些限制？
偶尔存在两种情况：AI 被识别为人类撰写，而人类撰写被识别为 AI。
但随着向模型提交更多文本，模型的准确性也会提高。因此，模型在文档级别分类的准确性将大于段落级别的准确性，段落级别的准确性大于句子级别的准确性。省流来说：字数越多，检测越准。
如何识别人类还是AI撰写？
困惑度——指的是 将与语言模型中的文本的外观进行比较的输入文本的随机性度量。这个分数越高，文本由人而非机器编写的可能性就越大。
突发性——指文本在文本中的分布。虽然 AI 生成的文本到处都是统一的长度，但人类编写的文本可能包括具有平滑模式的长句和短句。文本的 分数越高，它越有可能是由人写的。
为什么 优于其他检测模型？
是跨用例中最准确的 AI 探测器，经过多个独立来源的验证，包括 ，在测试了其他七个探测器后，它称我们为最好、最可靠的 AI 探测器。 构建并不断改进我们自己的技术。在我们的竞争对手分析中，我们发现 不仅性能更好，一些竞争对手的服务实际上只是转发免费开源模型的输出，而无需额外的培训。与许多其他模型相比， 针对学生写作和学术散文进行了微调。通过这样做，我们已经看到了此用例的准确性有了很大的改进。最后，我们的许多用户 – 特别是教育工作者 – 告诉我们他们信任，因为我们只有一个使命：为每个人提供检测和安全采用AI技术的工具。与许多最近将探测器作为补充业务发布的提供商不同，这一使命将始终是我们的首要任务。
上述内容都是官方的内容翻译，帮助各位小小了解一下~（这里不是打广告哈！！！）
怎么使用使用方法
直接给出简洁版本使用方案，小白绝对看得懂：
结果解读
上一步点击Get 之后。检测有四种结果：
上图我是随便找了一篇论文，导入之后的结果，可以看到这篇文章是由人类完成的。下图是这篇文章的得分情况。
这里需要注意的是，免费版本有一些的字数限制，当然对于我们来说，只选取需要检测的地方就好，不一定非要全文放进来！
准确度检验——结果模拟
前面我们理解了的原理和使用做法，但是貌似我们也没有解决最核心的问题：使用翻译润色会被发现吗？接下来，我们将进行模拟测算解决这个问题。
翻译润色测试
我们直接测试直接翻译润色的结果，看看是不是由AI撰写的。测试内容选择贴合实际，即小白初阶写法：先自己写中文，使用翻译润色英文。测试段落还是沿用以往的《经济学（季刊）》的中文段落（这肯定是人类写）的：
卡尔多事实指出，要素份额在长期基本保持不变，这也与发达国家第二次世界大战之后的实际情况吻合。20世纪90年代，西方学术界突然发现，发达国家的劳动收入份额从20世纪80年代开始下降（皮凯蒂，2014）。而且，这一现象也相继在发展中国家出现（ and ，2013）。在金融危机之前，我国的劳动收入份额自20世纪90年代中期以来不断下降也已成为学术界的共识（李稻葵等，2009；白重恩和钱震杰，2009）。 and （2013）测算了自1975年以来全球59个国家劳动收入份额的（每10年）平均增长率，发现包括中国、美国、日本等在内的46个国家的劳动收入份额处于下降趋势，8个最大的经济体中只有英国的劳动收入份额存在小幅上涨。由此可见，劳动收入份额在金融危机之前的下降趋势不仅存在于我国，其已经成为一种全球现象。
翻译润色方法采用上一期文章：我们使用3.5和4.0的内容进行检测。
.5翻译润色结果
首先，我们来看看3.5的结果，结果真的是大跌眼镜！！！万万没想到竟然是AI写的。看到这很多人慌了，先别急，更有趣的在后面~我们看看4.0的结果~
4.0却变成了人类写的！！！看来反AI神器确实有点误差，为了降低这种误差，我们继续进行稳健性检验，使用有道和deepl翻译中文内容，此外我们对3.5使用deepl write修正一下语法等问题（为何用deepl write参见这期推文：）
稳健性检验
直接说结果，也是让我意想不到：第一张图为有道翻译的结果，结果判定为部分AI撰写。
第二张图为deepl翻译，结果判定为人类撰写。
第三张图为上一段被判定为AI撰写的.5的内容加上deepl write的结果，结果依然还是AI撰写。
第四张图为.0的内容加上deepl write的结果，结果依然还是人类撰写。
上述这些内容各位可以点击本文篇尾阅读原文即可下载，各位可以测试看看。
使用建议
我想很多小伙伴看到这里肯定慌了，4.0确实优于3.5，毕竟是付费用户！但是，并不是3.5和deepl write的组合完全失效，这里可能是有段落较短的影响，而且我自己也以word传了一部分我要投稿的文章内容，结果显示是人类撰写。所以，目前来说，反AI软件目前尚有一丝不严谨的地方。如果各位感觉很慌，我这里给出几个使用建议可以规避上面的问题：
结束语
AI和反AI都在不断发展完善之中，尽管看完上面的内容各位尚有些许慌张。但是你只用工具作为润色改善语法，我认为是完全不需要担心的。毕竟我自己扔了好几个我写的文章进去了，检测都是人类撰写（毕竟我只润色一下）。所以各位不必太慌，但是我还是诚心希望各位借着工具提高自己的写作水平，即使用GPT润色完了也一定要自己修改一下，保证安全。如果各位很担心，那就用试试，反正有字数限制，把文章一部分扔进去试试就好！
相关文章
