SnapJudge 团队将同一段数学论文保留为 LaTeX 源码、页面截图和抽取的纯文本,再分别训练和比较检测器。作者从 2022 年以前的论文取出人类撰写的段落,让 15 个模型在相同上下文中重新生成,构成配对样本。
在该测试设定中,给二分类器设置 0.1% 的假阳性率后,截图检测器对前沿模型生成的证明和一般正文分别检出 92% 和 93%。这是配对测试集上的结果,包含原始版式的截图提供了纯文本缺少的信息。
新增附录转向三分类演示,解释为何经过 AI 润色的人类稿件需要单独处理。二分类实验中的高检出率不能直接证明具体作者使用了哪种写作流程。
配图为 GETAI 原创主题插画。
