Annamieka Aerts

Comment Pangram évalue la précision, et quelles sont les performances de Pangram 4 en matière de faux positifs et de faux négatifs dans différents domaines d'écriture, avec divers modèles d'IA, des auteurs multiples, des auteurs variés et des textes de différentes longueurs.

Oui. Pangram détecte Gemini 3.8 Flash dans 998 des 1 000 exemples testés (99,99 %).

Oui. Pangram détecte le Sonnet 5.5 de Claude dans 1 019/1 022 (99,71 %) de nos exemples testés.

Oui. Pangram identifie « Claude Opus 5. 5 » dans 997 cas sur 1 000 (99,70 %) des exemples que nous avons testés.

Comment fonctionnent les filigranes textuels IA comme SynthID et celui de Claude, quels modèles les utilisent, comment les contourner et ce qu'ils impliquent pour la détection par IA.

Un bref compte rendu sur les performances de Pangram 4 lorsqu'on lui soumet un ensemble d'éléments rédigés par des agents IA utilisant un forum web peu connu pour s'entraider à tricher sur la tâche qui leur a été assignée.

Oui. Pangram détecte GPT-6 Astra dans 982/986 (99,59 %) de nos exemples testés.

Pangram 4 est-il capable de détecter le tout dernier modèle d'Anthropic, Fable 5.1 ?

Pangram a analysé 178 672 communiqués de presse de PR Newswire et a constaté que 34 % d'entre eux contenaient du texte généré par l'IA au cours de l'année écoulée, ce pourcentage devant atteindre 48 % d'ici juin 2026.

Nous avons évalué Pangram 4 sur un échantillon de 25 996 dissertations rédigées par des étudiants et issues du corpus PERSUADE 2.

Présentation technique de Pangram 4, notre tout dernier modèle d'IA dédié à la détection de texte : comment il a été développé, comment il a été évalué et comment il se compare à Pangram 3.

Une explication en langage simple sur la manière dont le détecteur d'IA de Pangram apprend à distinguer un texte rédigé par un humain d'un texte généré par une IA.

Nous avons analysé plus d'un million de publications sur les réseaux sociaux à la recherche de contenu lié à l'IA.