
在过去的几个月里,随着人工智能检测市场的稳步增长,针对如何规避这些检测的类似市场也应运而生。
如今,市场上涌现出一大类自称“人性化工具”的产品。虽然这些工具在技术实现上各有不同,但它们都承诺了一点:只要使用我们的工具,就没人能看出你的文本是由人工智能撰写的。这些工具迅速在学生、SEO从业者以及其他希望规避人工智能使用检测的人群中流行起来。
不过,我们很高兴地宣布,今天我们已推出一款模型,能够检测出90%以上的高质量人化内容。
以下是我们的新模型的表现:
| 语言 | AI文本检测率 | 人化AI文本检测率 |
|---|---|---|
| GPTZero | 95.60% | 34.53% |
| 双筒望远镜 | 94.40% | 29.73% |
| 全字母基准线 | 100.00% | 73.07% |
| 全字母人化器(当前型号!) | 100.00% | 93.66% |
为了取得这些成果,我们的团队经历了一个严谨的研究过程,包括对19款公开的人类化模型进行严格评估,建立一套分类体系来对其质量进行评级,并利用训练语料库中包含的高质量人类化文本对我们的生成模型进行重新训练。
该研究成果近期在国际计算语言学会议(ICL)的“AI生成内容检测研讨会”上进行了展示。如需阅读技术论文,请点击此处。
如需了解更多信息、申请演示或其他咨询,请联系info@pangram.com!

Elyas Masrour 是 Pangram 的创始工程师。自马里兰大学毕业后,他作为 Pangram 的第二名员工加入公司,此后构建了多项关键基础设施,包括模型服务 API、基于角色的访问控制以及支持性证据处理管道。Elyas 还与研究团队紧密合作,共同开展对抗性鲁棒性、模型可解释性以及异构混合内容检测等项目。 工作之余,埃利亚斯热衷于探索人类创造力和表达形式的方方面面,包括电影制作、阅读以及城市探索。