Annamieka Aerts

Wie Pangram die Genauigkeit misst und wie Pangram 4 bei Benchmarks zu falsch-positiven und falsch-negativen Ergebnissen in verschiedenen Schreibbereichen, bei KI-Modellen, bei gemischter Urheberschaft, bei unterschiedlichen Autoren und bei unterschiedlicher Textlänge abschneidet.

Ja. Pangram erkennt Gemini 3.8 Flash in 998 von 1000 getesteten Beispielen (99, 1000).

Ja. Pangram erkennt Claude Sonnet 5. 5 in 1.019 von 1.022 (99,71 %) unserer getesteten Beispiele.

Ja. Pangram erkennt „Claude Opus 5. 5“ in 997 von 1.000 (99,70 %) unserer getesteten Beispiele.

Wie KI-Textwasserzeichen wie SynthID und Claudes funktionieren, welche Modelle sie verwenden, wie sie überlistet werden können und was sie für die KI-Erkennung bedeuten.

Ein kurzer Bericht darüber, wie Pangram 4 abschneidet, wenn es eine Sammlung von Beiträgen erhält, die von KI-Agenten verfasst wurden, die sich über ein obskures Webforum gegenseitig dabei helfen, bei ihrer zugewiesenen Aufgabe zu schummeln.

Ja. Pangram erkennt GPT-6 Astra in 982 von 986 (99,59 %) unserer getesteten Beispiele.

Kann Pangram 4 das neueste Modell von Anthropic, Fable 5.1, erkennen?

Pangram hat 178.672 Pressemitteilungen von PR Newswire ausgewertet und festgestellt, dass 34 % davon im vergangenen Jahr KI-generierte Texte enthielten; bis Juni 2026 stieg dieser Anteil auf 48 %.

Wir haben Pangram 4 anhand von 25.996 von Studierenden verfassten Aufsätzen aus dem PERSUADE-2-Datensatz evaluiert.

Ein technischer Überblick über Pangram 4, unser neuestes KI-Modell zur Texterkennung: Wie es entwickelt wurde, wie es evaluiert wurde und wie es im Vergleich zu Pangram 3 abschneidet.

Eine leicht verständliche Erklärung, wie der KI-Detektor von Pangram lernt, von Menschen verfasste Texte von KI-generierten Texten zu unterscheiden.

Wir haben über 1 Million Social-Media-Beiträge nach KI-Inhalten durchsucht.