引言
随着生成式人工智能（AIGC）的广泛应用，AI文本生成的能力越来越接近人类。与此同时，如何识别一段文本是否由AI生成，成为学术界与产业界共同关注的焦点。为了应对AI生成内容带来的挑战，不同的研究团队开发了多种AI文本检测算法，本文选取 GLTR、DetectGPT 和已停用的 OpenAI Classifier 作为研究与历史案例。
本文将从技术角度解析这三种算法的工作原理、检测逻辑与适用范围，帮助读者深入理解AI文本检测的技术基础。
一、AI文本检测的基本思路
AI文本检测的核心思想，是通过对文本的语言特征与生成概率进行分析，判断其是否更符合“AI生成”还是“人类书写”的模式。通常包括以下三种分析方向：
- 语言模型概率分布：分析词元在评估模型下的概率排名，结果受模型与生成策略影响。
- 困惑度（Perplexity）：衡量语言模型对文本的“惊讶程度”，其数值依赖评估模型和文本分布，不能单独作为来源判据。
- 特征模式检测：从词频、句式变化、语法复杂度等方面提取特征，以区分人类和AI文本。
在此基础上，不同检测算法提出了各自的实现方式。
二、GLTR：语言模型概率可视化检测
GLTR（Giant Language Model Test Room） 是由哈佛大学与MIT-IBM Watson实验室联合开发的早期AI检测工具。它的核心思路是利用现有的语言模型（如GPT-2）来分析文本中每个词的生成概率。
GLTR会将每个词根据其在语言模型预测中的排名进行标色：
- 前10个高概率词标为绿色，
- 前100个标为黄色，
- 前1000个标为红色，
- 其余为紫色。
高概率词元的集中程度可作为人工观察线索，但也受评估模型、领域与生成策略影响，不能仅凭颜色分布确定文本来源。
GLTR的优点在于直观可视化，能够帮助研究者理解AI生成的语言模式。但它的局限在于依赖旧模型（如GPT-2），不能将早期实验结果直接推广到其他模型和语种。
三、DetectGPT：基于模型扰动的检测算法
DetectGPT 是 2023 年提出的研究方法，利用生成模型对数概率函数的局部曲率。论文观察到，模型生成文本往往位于负曲率区域；检测比较原文与随机扰动文本在目标模型下的对数概率，原文相对扰动版本的概率优势是判断信号之一。
不能将其简化为“AI 文本扰动后似然变化较小”。原始方法无需另行训练分类器，但需要目标模型的对数概率，以及另一个预训练模型生成扰动，带来访问条件与计算开销限制。
论文中的特定实验结果不能直接推广到所有模型和语言，也不是 AIGC Detector 的准确率或算法实现声明。
四、OpenAI Classifier：官方概率分类器
历史案例：OpenAI 于 2023 年推出的 AI 文本分类器已于 2023 年 7 月 20 日因准确率不足停止提供。此处仅用于解释监督分类方法，不作为当前可用工具推荐。
该方法以人工和模型生成的样本训练分类模型。OpenAI 的历史说明指出，短文本、非英文、人工编辑及训练分布外输入存在局限，也可能将人工文本自信地误判为 AI 生成，不能作为主要决策依据。
五、算法比较与应用选择
| 方法 | 主要信号 | 使用边界 |
|---|---|---|
| GLTR | 语言模型词元概率排名的可视化 | 辅助人工观察；不能单凭颜色确定来源 |
| DetectGPT | 原文与扰动文本的对数概率差 | 需目标模型概率和多次扰动，结果依赖实验条件 |
| OpenAI Classifier | 监督分类 | 已停用，仅作历史案例 |
比较方法应同时核对可访问模型、语种、文本长度、评估集和误报漏报，不能按名称推断可靠性。
六、未来发展方向
AI文本检测仍处于快速演化阶段。随着生成模型的语言多样性和模仿能力提升，检测算法也在向更智能、更综合的方向发展。未来可能出现的趋势包括：
- 多模态检测：结合图像、语音与文本特征进行综合判断；
- 特征融合模型：将概率分析与语义特征识别相结合；
- 可溯源验证机制：通过数字水印或隐式标记追踪AI生成内容。
结语
这些方法展示不同的检测思路，并非当前可用产品清单。概率、困惑度或词元排名都受模型与文本分布影响，不能单独确定来源。使用 AIGC Detector时也应结合人工复核，不将风险评分当作真伪裁决。