安娜米卡·阿茨

Pangram 如何衡量准确性，以及 Pangram 4 在不同写作领域、AI 模型、混合作者、多样化作者和文本长度等场景下，针对假阳性与假阴性基准测试的表现如何。

是的。Pangram 在 1000 个测试样本中检测到了 998 个 Gemini 3.8 Flash（99.

是的。Pangram 在我们测试的 1022 个示例中，有 1019 个（99.71%）检测到了克劳德十四行诗 5.5。

是的。Pangram 在我们测试的样本中，有 997/1,000（99.70%）能识别出《克劳德·奥普斯第5号》。

AI 文本水印（如 SynthID 和 Claude 的文本水印）的工作原理、哪些模型使用它们、如何破解它们以及它们对 AI 检测的意义。

一份简短报告，介绍当向Pangram 4提供一组由AI代理生成的项目时，其表现如何——这些代理利用一个鲜为人知的网络论坛互相帮助，以作弊完成其分配的任务。

是的。在我们的测试示例中，Pangram 在 982/986 (99.59%) 个示例中检测到了 GPT-6 Astra。

Pangram 4 能否检测到 Anthropic 的最新模型 Fable 5.1？

Pangram 扫描了 178,672 篇美通社（PR Newswire）新闻稿，发现过去一年中其中 34% 的内容由人工智能生成，到 2026 年 6 月，这一比例已攀升至 48%。

我们利用PERSUADE 2数据集中的25,996篇学生手写作文，对Pangram 4进行了评估。

关于我们最新的AI文本检测模型Pangram 4的技术概述：其构建过程、评估方法，以及与Pangram 3的对比分析。

用通俗易懂的语言解释Pangram的人工智能检测器是如何学会区分人类撰写的文本与人工智能生成的文本的。

我们扫描了超过100万条社交媒体帖子，以查找其中的人工智能相关内容。