📢 转载信息
原文链接：https://techcrunch.com/2025/11/20/the-best-guide-to-spotting-ai-writing-comes-from-wikipedia/
原文作者：Russell Brandom
我们都曾产生过一种潜伏的怀疑，即我们正在阅读的内容是由大型语言模型（LLM）撰写的——但要确切指出这一点却异常困难。去年有几个月的时间，所有人都坚信像“delve”（深入探究）或“underscore”（强调）这样的特定词汇可以暴露模型的身份，但证据并不充分，而且随着模型的日益复杂，这些标志性的词汇也越来越难以追踪。
但事实证明，维基百科的编辑们在标记AI撰写的散文方面已经相当擅长了——该组织公开的关于“AI写作迹象”的指南，是我找到的用来确认你的怀疑是否合理的最佳资源。（要归功于诗人Jameson Fitzpatrick，他在X上指出了这份文件。）
自2023年以来，维基百科的编辑们一直在努力控制AI的提交内容，他们称之为“项目AI清理”（Project AI Cleanup）。每天都有数百万条编辑涌入，这提供了大量的素材，并且以经典的维基百科编辑风格，该小组制作了一份既详尽又充满证据的实地指南。
首先，该指南证实了我们已经知道的事情：自动化工具基本上是无用的。相反，该指南关注的是在维基百科上很少见但在整个互联网上很常见（因此，在模型的训练数据中也很常见）的习惯和措辞。根据该指南，AI的提交内容会花费大量篇幅来强调某个主题的重要性，通常使用像“一个关键时刻”或“一个更广泛的运动”这样笼统的术语。AI模型还会花费大量篇幅来详细描述次要的媒体曝光，以使主题显得重要——这种做法像你期待在个人简介中看到的那样，而不是在一个独立来源中。
该指南标记了一个特别有趣的怪癖，即用模糊的重要性声明来收尾从句。模型会说某个事件或细节正在“强调……的重要性”，或者“反映了……的持续相关性”。（语法专家会知道这被称为“现在分词”。）这有点难以确定，但一旦你能识别出来，你就会在任何地方都看到它。
AI生成的内容还倾向于使用模糊的营销语言，这在互联网上极其常见。风景总是风景如画，景色总是令人惊叹，而且一切都干净现代。正如编辑们所说，“它听起来更像是电视广告的实录。”
该指南值得完整阅读，但我对其印象非常深刻。在此之前，我会认为LLM的散文发展太快，无法确定。但这里标记的习惯深深植根于AI模型的训练和部署方式之中。它们可以被伪装，但要完全消除将非常困难。而且，如果公众对识别AI散文的认识提高了，可能会带来各种有趣的结果。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，文档丰富，小白也可以简单操作。
评论区