How Does Pangram Work?2 months agohttps://pangram.substack.com/p/how-does-pangram-work全拼模型是一种通过分析写作风格模式来区分AI生成文本与人类写作的分类器模型。它通过映射写作风格运作，将风格相似的作者置于相近位置；在这张地图上，AI文本与人类文本会形成明显不同的聚类。全拼模型评估的是整篇文本而非单个词语，避免了基于困惑度的检测器常将历史文献误判的缺陷。训练过程通过将人类写作文本与AI生成的复本配对，以优化检测能力，专注于细微的风格边界。该模型需要达到最低字数要求才能保证准确性，其性能已通过内部基准测试和第三方测试进行了统计学验证。
Show HN: How clanker are you? A reverse Turing test3 months agohttps://howclankerareyou.com/一个名为“How clanker”的工具通过分析Twitter（X）的帖子来衡量某人写作的AI相似度（可预测性）。该工具提取用户最近的帖子，排除转推和回复，并根据每个词在语言模型下的意外度（可预测性）进行评分。低意外度（高可预测性）会得到一个“clanker”（类AI）分数，而高意外度则表明写作更接近人类风格。该方法使用语言模型的对数概率，并将分数与基线进行归一化处理，总体分数反映了最接近模型的评估结果。在演示模式下，分数使用确定性的模拟器而非真实模型计算，该工具被定位为趣味用途，并非对个人的评判。