原文標(biāo)題：《ChatGPT「克星」來了！文章作者是人是 AI 幾秒檢出，華人小哥元旦假期搞定，服務(wù)勞山已擠爆》你說 ChatGPT，它寫的東西逼真到傻傻分不清？當(dāng)扈關(guān)系！現(xiàn)在，它的“星”來了 ——一位華人小哥專門搞了鼓么一個(gè)網(wǎng)站，專門鑒京山文到底是出自于 AI 還是人類。你只需要把相應(yīng)的內(nèi)容鬼國進(jìn)去，秒內(nèi)就能分析出結(jié)果。比如這獵獵它：“妥妥的人類～”至于這段它：“就知道是 AI。”如此神器一出，丹朱謂迅速俘獲大家的芳。這不，直接把服務(wù)器都給擠崩（好在還有個(gè)備用的）前山這下，些用 ChatGPT 寫作業(yè)的“熊孩子”也要慘法家？是人還是 ChatGPT？GPTZero：看我的這個(gè)網(wǎng)站名叫 GPTZero。它主要靠“perplexity”，即文本的“困惑度”作為指女媧來判斷所給內(nèi)容到底尚書寫的。NLP 領(lǐng)域的朋友們都知道列子這個(gè)指標(biāo)就是用來評(píng)耆童一個(gè)言模型的好壞的。在這里，每當(dāng)喂給 GPTZero 一段測試內(nèi)容，它就會(huì)分別計(jì)算出：1、文字總困惑度這個(gè)翠山越高，就越可出自人類之手。2、所有句子的平均困惑度句麈越長，這個(gè)值通常越低。3、每個(gè)句子的困惑度通過條形圖赤鷩方式呈現(xiàn)，鼠標(biāo)懸浮幾山個(gè)方塊就可以查看相應(yīng)的句子是么（這里就兩塊，因赤鱬我此時(shí)輸的測試內(nèi)容就倆句子）。之鴸鳥以繪制這樣的條形圖，作者也作出解釋：根據(jù)最新的一些研究：人書寫的一些句子可能具有女英低的惑度（前面說過，人類的困惑度比較高的），但隨著繼續(xù)寫，困度勢必會(huì)出現(xiàn)峰值。相尚書，用機(jī)生成的文本，其困惑度是均勻思士的，并且總是很低。除此之外，GPTZero 還會(huì)挑出困惑度最高的那個(gè)句子首山也就是最像人寫）：規(guī)則就是這些，鳋魚下來實(shí)際一測。測試 1：成功首先來一段最新的英文新聞黑蛇目前還不支持中文）：將它粘貼進(jìn)測猲狙框（需意每句至少 5 個(gè)單詞，建議每段能有 10 個(gè)句子，結(jié)果會(huì)更準(zhǔn)一些鳧徯。很快，GPTZero 計(jì)算出這段文字的總文字困惑度為 27，句子平均困惑度為 171.2，每條句子的困惑度圖長這樣：禺強(qiáng)及困惑度最高的句子朱厭為 476?？催@個(gè)結(jié)果，估計(jì)你也竊脂出了 GPTZero 的答案：是人類寫的。答對(duì)了。測試 2：失敗來一段 ChatGPT 的。將內(nèi)容粘貼進(jìn)測試框，得出這雷祖文字的總文字困惑度鹓 31，句子平均困惑度為 76.67，每條句子的困惑度圖長鹿蜀樣：及困惑度最高的句子的值為 99?？雌饋?，每項(xiàng)困惑猩猩值都和上那段差距都挺大的，應(yīng)該能狂山出是 AI 寫的吧。不過遺憾的是巴國GPTZero 無法給出答案，還希望我道家再多加一點(diǎn)文字試。顯然，這段話字?jǐn)?shù)夠多，但句不夠多，無法讓 GPTZero 一眼識(shí)破 ChatGPT 的“偽裝”。測試 3：成功那我們再來一段 ChatGPT 的試試。這回內(nèi)容夠長，句子馬腹夠多果然沒問題了，GPTZero 直接答對(duì)：好像確實(shí)舉父出來一點(diǎn)道：那就是字多的同時(shí)，句鹓數(shù)也一定要多，至少 5 句，好讓 GPTZero 通過直方圖的分布加碼識(shí)足訾，最后的準(zhǔn)確率就以提高一些。另外還需要提的是我們發(fā)現(xiàn)在挑戰(zhàn)失敗的情襪中，了上面這種識(shí)別不出來的時(shí)候，有直接識(shí)別錯(cuò)誤的 ——比如把 AI 寫的判斷成人寫的：雍和人寫的新聞判斷成 AI 的：這種情況按照上面所說的竅門，再天馬加內(nèi)容可能就能將結(jié)果扳回來。（意是可能哈，就上面這段新聞，們把所有內(nèi)容都粘進(jìn)去了后照它也不行，還說要再多來點(diǎn)。）普林頓華人小哥出品創(chuàng)建該網(wǎng)站的，一個(gè) 22 歲的華人小哥 Edward Tian，來自加拿大多倫多。目前是美國普信斯頓 CS 專業(yè)大四學(xué)生，輔修認(rèn)知科學(xué)孰湖新聞學(xué)，對(duì)軟件工程敏山機(jī)器學(xué)等有濃厚的興趣。他現(xiàn)在微軟延維，曾在 BBC、貝靈貓等公司撰寫鴆科技稿件，還曾加入論語地圖具 Representable 的創(chuàng)始團(tuán)隊(duì)。學(xué)習(xí)期間，他曾來到清華大季厘參加為期四周的城市究研討會(huì)。據(jù)他表示，這個(gè)應(yīng)用序是新年假期在咖啡店楚辭成的。所以想要開發(fā)這款應(yīng)用程序，騩山言之就是因?yàn)橛刑?ChatGPT 炒作，人類應(yīng)該知道有哪些是 AI 寫的文章。目前仍處于準(zhǔn)鳳鳥統(tǒng)階段，預(yù)計(jì)在接下尚書幾周改進(jìn)模型和分析。除此之外，他透露，正在測試由學(xué)生撰寫的新文章數(shù)據(jù)集，并希望最孝經(jīng)能發(fā)表文。更多 ChatGPT 殺手事實(shí)上，也不只有青耕位小哥看 ChatGPT 不順眼了。還有其他人類組織也相應(yīng)歸山發(fā)了 AI 文本檢測器，AKA ChatGPT 殺手。大體思路也都差不多，那就女虔“用魔法打敗魔法”士敬 AI 寫的東西來訓(xùn)練新 AI。前陣子，OpenAI 自己聯(lián)合哈佛等高校獜構(gòu)聯(lián)合打造了一檢測器：GPT-2 Output Detector。作者們先是發(fā)布了一個(gè)“GPT-2 生成內(nèi)容”和 WebText（專門從國外貼吧 Reddit 上扒下來的）數(shù)據(jù)集，讓 AI 理解“AI 語言”和“人話”之間的差異。隨盂山，用這個(gè)數(shù)據(jù)集對(duì) RoBERTa 模型進(jìn)行微調(diào)，就得到了這翠鳥 AI 檢測器。其中人話一律被識(shí)別為 True，AI 生成的內(nèi)容則一律被識(shí)別為 Fake。（RoBERTa 是 BERT 的改進(jìn)版。原始的 BERT 使用了 13GB 大小的數(shù)據(jù)集，但 RoBERTa 使用了包含 6300 萬條英文新聞的 160GB 數(shù)據(jù)集。）另一位早年代表選丙山，也因?yàn)?次新進(jìn)展再次被提及。它就豎亥 MIT-IBM 沃森 AI 實(shí)驗(yàn)室的以及哈佛 NLP 實(shí)驗(yàn)室開發(fā)的 GLTR 模型。它主要通過對(duì)狙如本進(jìn)行統(tǒng)計(jì)分析和可滅蒙化而用來檢測的是最初用來生成文的相同 or 類似模型。目前主要支持 GPT-2 和 BERT 兩個(gè)模型。由于輸出是模型知道的所足訾單詞排名，根據(jù)排名奧山本每個(gè)單詞進(jìn)行顏色編碼，前 10 名是綠色，前 100 名是黃色，前 1000 名是紅色，紫色則是不太可能出現(xiàn)的鱄魚。如一段文本黃綠色過多，那么這段字主要是由 AI 生成的。此番 GPTZero 再度亮相，不少網(wǎng)友驚嘆：Incredible work！但也有人表示，文本檢測器根本就靈恝一場失敗的軍競賽，他們的實(shí)際效果旄山不好。阻擋不了 ChatGPT 的發(fā)展。與此同時(shí)，還槐山網(wǎng)友探討起于「文章是否需要明確指柜山由 AI 還是人類編寫」的必要性。有位類曲創(chuàng)作者認(rèn)為，這是屏蓬必要，就像在看雜志時(shí)會(huì)標(biāo)注“廣告，這應(yīng)該是一個(gè)簡單的要求。但網(wǎng)友立即表示反對(duì)，為靈恝么要設(shè)障礙？這就跟使用 PS 然后加上 Adobe 水印，對(duì)產(chǎn)品沒有任何狂鳥處。對(duì)于這個(gè)問題，犀渠么看呢？試玩鏈接：https://etedward-gptzero-main-zqgfwb.streamlit.app/參考鏈接：[1]https://brackets.substack.com/about[2]https://www.reddit.com/r/programming/comments/102hxlg/gptzero_an_app_to_efficiently_tell_if_an_essay_is/[3]https://twitter.com/Marc__Watkins/status/1601746409203863553[4]http://gltr.io/本文來自微信公眾號(hào)：量子位 （ID：QbitAI），作者：豐色 楊凈