AI 文本检测

我们从零训练的检测器：AUC 为 0.970，在 TOEFL 作文上误报率为 0%。

为了分辨一段文字出自人还是机器之手，我们训练了一个检测器，发表了研究，并测量了检测器在哪里会出错。

0.970AUC，针对未见过的生成器和学术文本

0%TOEFL 作文上的误报

0.865AUC，针对 125 词的短文本

+1.86效应量：LLM 文本更常自我重复

自相似矩阵 · 实时均值 -长度变异 -

亮格 = 相似的句子

这是我们论文发现的简化版：LLM 文本比人类文本自相似度更高，句子长度也更均匀。这里用词向量计算；在研究中我们使用的是句子嵌入。

已实测2026 年 7 月

HumanizeMy.ai 检测器

现成的开源模型过不了关口时，我们训练了自己的分类器。学生作文上的误报率从 16.7% 降到了 0.5%。

AUC 0.9701% FPR 下检出率 56.4%

研究开放代码 + 论文

coherence-ssm-nlp

我们把音乐领域的自相似矩阵引入文本。结果显示，LLM 文本比人类文本更连贯，并且对经典指标有实质性的补充。

d +0.80 至 +1.86p 0.012

已发表开放代码

surprisal-arc-nlp

写作者会像谱写乐曲的起伏那样营造意外吗？在严格控制的实验下，答案是否定的。真正的信号在于水平高低与均匀程度；经得住改写攻击的指标是突发性。

HC3 · MAGE · ASAPgpt2 · pythia

研发学术文本

Mürekkep 1.3

一段学术文字被改写之后，数字、引用和含义还保留着吗？我们逐句测量。一层引用保护机制把编造内容减少了约 30%。

HHEM 句子标记38 段数据集

想要类似的东西？