研究者在新预印本中,让模型只读一段文本,分别判断它出自人还是机器、可能由哪家实验室的模型生成,以及是否能识别公开发表过作品的作者。不同问题的难度和误差差别很大。
在研究选取的 2026 年 10 月至 11 月公开同行评审样本上,表现最好的受测模型正确说出作者的比例为 39%。作者还观察到,写作在训练材料中可能获得的曝光越多,识别表现越好。
这些结果反映特定样本中的隐私风险。单次猜测仍可能错认作者,论文报告的群体准确率也不能作为某篇文章署名的证据。
配图为 GETAI 原创 AI 主题插画。
GETAI EDITORIAL DISPATCH新闻报道
研究在公开评审文本中观察到作者被识别的风险,也记录了明显的误判。