先了解这件事
AI 综述
Google DeepMind与UPenn发表论文,提出一种可解释的AI文本检测器,用可读的写作特征解释判定结果,同时准确率接近黑盒检测器。研究在Gemma-2-2B检测器的内部活动上训练稀疏自编码器,把其活动拆分为特征,并由LLM为每个特征打标签,只保留标签能较好预测其行为的特征输入简单分类器。仅用标注良好的特征,该检测器域内F1为96.8,接近黑盒的98.0;在未见测试数据上,基于基座模型特征的版本F1为92.2,黑盒为75.2。目前该工作以论文形式发布,尚无后续进展。
AI 根据公开报道生成
最新进展 · 正式报道
Google DeepMind 与 UPenn 论文提出可解释的 AI 文本检测器事件进展
1 个已确认进展
- 来源：Rohan Paul
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
10月23日
Rohan Paul
Google DeepMind 与 UPenn 论文提出可解释的 AI 文本检测器
Google DeepMind 与 UPenn 的新论文提出一种可解释的 AI 文本检测器，用可读的写作特征解释判定结果，同时准确率接近黑盒检测器。研究在 Gemma-2-2B 检测器的内部活动上训练稀疏自编码器，把其活动拆分为特征并由 LLM 为每个特征打标签，只保留标签能较好预测其行为的特征输入简单分类器。仅用标注良好的特征，该检测器域内 F1 为 96.8，接近黑盒的 98.0；在未见测试数据上，基于基座模型特征的版本 F1 为 92.2，黑盒为 75.2。