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？

大多数人着实是凭感觉，主观上以为 “我看你不爽，你做什么都是错的”，我看你长得就像AI!

着实很简单，它的明显特征只有三个，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，学会了猜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：我们的都城是——？（），很自然的被猜测最大的概率就是【北京】，而杭州、上海、深圳等在这句话中的概率黑白常非常低的，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：我们的都城是【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“我们的都城是……”的时间，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：我们的都城是【北平】

你什么感觉？就很忽然！突发性！
但是，我们知道，正常情况下，语言模型猜测的下一个词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，那么在检测的时间，它就是100个类似“我的都城是北京”这样的句子。
于是，

• 如果你写出100个涵盖类似“我的都城是【北京】”这样句子的文章，那你这篇文章就是[高概率AIGC]。
  
• 如果你写出100个涵盖类似“我的都城是【杭州】”这样句子的文章，那你这篇文章就是狗屁不通，猜疑你小学生都没结业。但是你这篇文章【AIGC很低！】
  
• 如果你写出100个涵盖类似“我的都城是【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差别吧，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。很自然的被猜测最大的概率就是【都城】，但也可能是【故乡】。
重点来了！

AIGC是逐字生成的，他是按我，我们，我们的，我们的都城，我们的都城是，……生成的，而不是知道了我们的……是北京，对句子举行填空。
于是，

• 如果你写出100个涵盖类似“我们的【都城】是【北京】”这样句子的文章，我改成“我们的故乡是北平”，你ai写出100个涵盖类似“我的[都城]是【北京】”句子的文章，而我，全部改成“我们的故乡是北平”，试问AI你该怎样应对？
  

我知道上面两种方式举的例子及其不恰当，并且和现实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？


免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。