Google DeepMind 用稀疏自编码器打造可解释的 AI 文本检测器

Google DeepMind 发布新研究，用稀疏自编码器（SAE）从神经检测器内部提取可解释的语言学特征，构建可审计的 AI 生成文本检测器。演示系统能逐段高亮「介绍性填充短语」「学术科研措辞」等特征与「换行字符」「Markdown 编辑格式」等人类特征，并给出综合置信度（示例判 97% AI）。相比黑盒分类器，其输出更准确且可解释、可审计。