# 研究测试识别改写后 AI 生成文本的方法

> 研究人员称，该方法在改写文本上的 F1 分数为 93.97%；但论文尚未证明它在现实使用中的表现。

Oossa · 2026-10-30 · https://oossa.com/zh/study-tests-a-detector-for-rewritten-ai-generated-text

研究人员推出了 MCRP，这是一种用于检测大型语言模型生成文本的方法，也能检测经过改写、润色或扩写的文本。该方法使用一个冻结的语言模型，比较一段文本对匹配提示、改动后的提示和对照提示的响应，再将这些测量结果输入随机森林分类器。

在作者的评估中，MCRP 在改写文本上的 F1 分数为 93.97%，ROC-AUC 为 96.24%，分别比测试中表现最好的基线方法高出 19.50 和 25.77 个百分点。这些是论文报告的研究结果，并不能证明该方法适用于所有类型的编辑文本或现实场景。

## 事实

- 该论文发表于 arXiv，编号为 arXiv:2610.38312。
- 作者报告称，该方法在改写文本上的 F1 分数为 93.97%，ROC-AUC 为 96.24%。

## 为什么重要

对于评估疑似由 AI 撰写文本的编辑或平台而言，该方法或许能帮助处理经过改写的内容，但论文尚未证明它能可靠识别日常使用中遇到的内容。

## 来源与参考

1. [Robust LLM-Generated Text Detection through Matched Conditional-Response Probing](https://arxiv.org/abs/2610.38312) – arXiv, 2026-10-30

最后更新: 2026-10-30