LLM版本更替削弱AI辅助写作检测效果
Get the story
2026年10月9日，arXiv Computation and Language 发表论文，量化 LLM 版本更替对 AI 辅助学术写作筛查的影响。研究者将 4,000 篇 ChatGPT 之前的 PNAS 摘要与 23 个 LLM 版本的重写配对，模拟不同检测器维护策略。结果显示，仅用厂商过往版本训练的检测器会在模型代际边界处性能骤降：校准为误报 1% 人类摘要的检测器，在最明显边界前可捕获 99% 以上重写，边界后仅 3.8%。这表明检测器需随 LLM 版本更新持续维护，否则筛查效果大幅下降。
Generated from reports · updated 3 hr ago
Timeline
Follow the coverage from different angles.
- arXiv · Computation and LanguageLLM 版本更替削弱 AI 辅助学术写作筛查
论文量化了 LLM 版本更替对学术写作筛查的影响，发现仅用厂商过往版本训练的检测器会在模型代际边界处性能骤降。研究者将 4,000 篇 ChatGPT 之前的 PNAS 摘要与 23 个 LLM 版本的重写配对，模拟不同维护策略；校准为误报 1% 人类摘要的检测器，在最明显边界前可捕获 99% 以上重写，边界后仅 3.8%。
Heat trend
Current heat 9·Comparable peak 10（Oct 9）·Comparable change over 24 hours –
The trend compares only the same participants observed continuously; its range may be smaller than the current heat count. Move or click on the chart to inspect hourly heat; use the left and right arrow keys to switch.