隨著大模型逐漸變成學習、工作中不可或缺的生產(chǎn)力工具，其伴生的問題也日益凸顯。AI經(jīng)常會“一本正經(jīng)地胡說八道”，生成看似合理的虛假信息；一些人利用AI工具代寫作業(yè)甚至畢業(yè)論文，極大沖擊著學術(shù)誠信和規(guī)范；AI生成內(nèi)容的流暢性和邏輯性越來越強，人類識別困難，但論文AI率檢測系統(tǒng)有待完善，論文被誤判的問題時有發(fā)生……如何精準識別AI生成內(nèi)容，成為亟待解決的問題。
南開大學計算機學院媒體計算實驗室近日取得的一項研究成果，或為解決這些難題提供可行方案。該成果創(chuàng)新性地提出直接差異學習（DDL）優(yōu)化策略，教會AI用“火眼金睛”辨別人機不同，實現(xiàn)AI檢測性能的巨大突破。相關(guān)成果論文已被ACM MM 2025（第33屆ACM國際多媒體會議）接收。
目前AI生成內(nèi)容檢測主要有兩種路線。一種是基于訓練的檢測方法，使用特定數(shù)據(jù)訓練一個專用的分類模型；另一種是零樣本檢測方法，直接使用一個預(yù)訓練的語言模型并設(shè)計某種分類標準進行分類。多項研究表明，現(xiàn)有檢測方法在應(yīng)對復雜的現(xiàn)實場景時面臨困境。
為何現(xiàn)有的AI檢測工具會“誤判”？“如果把AI文本檢測看作一場考試，那么現(xiàn)有檢測方法就好比機械刷題、死記硬背答案的固定套路，難以學會答題邏輯，一旦遇到全新難題，準確率就會顯著下降?！闭撐牡谝蛔髡?、南開大學計算機學院計算機科學卓越班2023級本科生付嘉晨解釋道，“要想實現(xiàn)通用檢測，理論上需收集所有大模型的數(shù)據(jù)進行訓練，但這在大模型迭代飛速的今天幾乎不可能?！?/p>
讓檢測器學會“舉一反三”，提升其泛化性能，是增強AI文本檢測能力的關(guān)鍵。為此，研究團隊另辟蹊徑，提出DDL方法，通過直接優(yōu)化模型預(yù)測的文本條件概率差異與人為設(shè)定的目標值之間的差距，幫助模型學習AI文本檢測的內(nèi)在知識。這種方法可精準捕捉人機文本間的深層語義差異，從而大幅提升檢測器的泛化能力與魯棒性。
“使用DDL訓練得到的檢測器如同有了‘火眼金睛’，即便只‘學習’過DeepSeek-R1的文本，也能精準識別像GPT-5這樣最新大模型生成的內(nèi)容?！备都纬空f。
團隊還提出了一個全面的測試基準數(shù)據(jù)集MIRAGE，該數(shù)據(jù)集使用13種主流的商用大模型以及4種先進的開源大模型，生成了接近10萬條“人類—AI”文本對。
“MIRAGE是目前唯一聚焦商用大語言模型檢測的基準數(shù)據(jù)集。如果說之前的基準數(shù)據(jù)集是由少且能力簡單的大模型命題出卷，那么MIRAGE則是由17個能力強大的大模型聯(lián)合命題，形成一套高難度、又有代表性的檢測試卷。”論文通訊作者、南開大學計算機學院副教授郭春樂說。
在MIRAGE的測試結(jié)果顯示，現(xiàn)有檢測器的準確率從在簡單數(shù)據(jù)集上的90%驟降至約60%；而使用DDL訓練的檢測器仍保持85%以上的準確率。與斯坦福大學提出的AI生成文本檢測工具DetectGPT相比，使用DDL方法訓練的檢測器性能提升71.62%；與馬里蘭大學、卡內(nèi)基梅隆大學等共同提出的AI生成文本檢測方法Binoculars相比，性能提升68.03%。
“AIGC發(fā)展日新月異，我們將持續(xù)迭代升級評估基準和技術(shù)，致力于實現(xiàn)更快、更準、更低成本的AI生成文本檢測?！毖芯繄F隊負責人、南開大學計算機學院教授李重儀說。
（責任編輯：梁艷）
晉公網(wǎng)安備 14090202000008號 
