DeepMind 用稀疏自编码器打造可解释 AI 文本检测器

2026 年 10 月 26 日，Google DeepMind 发布一项新研究：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，据此构建可审计的 AI 生成文本检测器。据 AGI Hunt 报道，该演示系统能逐段高亮识别出的特征——既包括「介绍性填充短语」「学术科研措辞」等指向 AI 生成的线索，也包括「换行字符」「Markdown 编辑格式」等人类写作特征，并给出综合置信度（示例中判定为 97% AI）。报道称，与黑盒分类器相比，该方法的输出更准确，且可解释、可审计。目前公开信息仅为该研究及演示系统本身，尚无第三方评测或落地应用的消息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。