东京都立大学论文：LLM 版本更迭令 AI 文本检测器大幅失效

条目所引 X 帖称，东京都立大学等机构的研究发现，AI 文本检测器在底层语言模型版本变化后，识别改写文本的能力可能显著下降，关注点在于检测器对模型迭代的依赖性。

• 条目称，研究以 4,000 篇 ChatGPT 出现前的摘要为基础，由 25 个大语言模型版本进行改写测试。
• 其摘要称，检测器在模型更迭前可捕获超过 99% 的改写，更新后降至 3.8%。
• 条目还提到，Pangram 对 Meta Muse-Glimmer 改写文本漏检 79.8%，同时对 5,000 篇人写摘要误报 1 篇。
• 若结果可重复，说明检测器的准确率不只取决于文本表面特征，也取决于训练数据与目标模型的匹配关系。
• 影响/看点：AI 文本检测可能需要随生成模型更新持续重测，否则检测结果在教育、出版或合规场景中的解释力可能下降；这一判断成立的前提是论文原始实验与样本设置经独立复现。
• 资料依据:
• X：Rohan Paul（2026-10-10）：https://x.com/rohanpaul_ai/status/2108830211861049395
• 相关论文检索入口（2026-10-10）：https://arxiv.org/search/?query=AI-text+detectors+model+version&searchtype=all

本内容由 AI 生成，仅供参考，请注意甄别