黑盒 AI 文本检测器可用可解释部件重建，性能不打折
论文《Building Auditable AI Text Detectors with Sparse Autoencoders》（arXiv 2610.30006）证明：微调后的 AI 文本检测器四个层的激活，可用稀疏自编码器拆成特征，剔除不可靠特征后由逻辑回归做判定。每次判定都附带加权、可人工核查的写作线索（如破折号指向 AI 生成）。重要之处在于，AI 文本检测长期因黑盒不透明而备受质疑，这条路让检测器的判定变得可审计。
报道来源
- Rohan Paul2026-10-22 20:04