ZeroGPT - 懂aigc的原理才能懂AI检测

我们都知道AIGC，那么你懂怎么检测某篇文章是否是AI生成的吗？

大多数人其实是凭感觉，主观上觉得 “我看你不爽，你做什么都是错的”，我看你长得就像AI!

其实很简单，它的显著特征只有三个，我们可以根据这三个维度去检测文章是否是ai生成的。 1、突发性 2、困惑度 3、平滑性。

AIGC基于深度学习的语言模型，比如我们耳熟能详的Transformer模型，这些模型通过大量的文本数据训练，学会了预测给定文本序列下一部分的概率分布。

第一种方式：

举个不恰当的例子：我们的首都是——？（），很自然的被预测最大的概率就是【北京】，而杭州、上海、深圳等在这句话中的概率是非常非常低的，低到我们的语言模型根本不会去选择。

假如模型就这么选择了呢？

答：我们的首都是【杭州】。

你什么感觉？困惑！不理解！

某种维度上，杭州、上海、深圳是【北京】的相似向量，可应用到上下文“我们的首都是……”的时候，除了概率最大的【北京】之外，可能最接近的其他词是【北平】。

假如模型就这么选择了呢？

答：我们的首都是【北平】

你什么感觉？就很突然！突发性！

但是，我们知道，正常情况下，语言模型预测的下一个词99%是【北京】。

假如我们有一篇100个句子的文章全部是AI生成的，那么在检测的时候，它就是100个类似“我的首都是北京”这样的句子。

于是，

• 若是你写出100个涵盖类似“我的首都是【北京】”这样句子的文章，那你这篇文章就是[高概率AIGC]。
• 若是你写出100个涵盖类似“我的首都是【杭州】”这样句子的文章，那你这篇文章就是狗屁不通，怀疑你小学生都没毕业。但是你这篇文章【AIGC很低！】
• 若是你写出100个涵盖类似“我的首都是【北平】”这样句子的文章，那你这篇文章就可能是人类的某个脑回路不同吧，但是身为人类的我们能看懂。同样 [AIGC很低！】

第二种方式：

再举个不恰当的例子：我们的……是北京。很自然的被预测最大的概率就是【首都】，但也可能是【家乡】。

重点来了！

AIGC是逐字生成的，他是按我，我们，我们的，我们的首都，我们的首都是，……生成的，而不是知道了我们的……是北京，对句子进行填空。

于是，

• 若是你写出100个涵盖类似“我们的【首都】是【北京】”这样句子的文章，我改成“我们的家乡是北平”，你ai写出100个涵盖类似“我的[首都]是【北京】”句子的文章，而我，全部改成“我们的家乡是北平”，试问AI你该如何应对？

我知道上面两种方式举的例子及其不恰当，并且和实际复杂的模型也相差甚远，但我期望能通过简单的例子给你一个小小的启发。

ZeroGPT - 特工AI检测器就是利用了这个原理，做了一个混合模型。

可供随意测试：ZeroGPT

那么，你懂怎么破解AI，降低AI率了吗？