SheepNav
Pangram:AI检测的“金标准”还是“误报之王”?
新上线今天0 投票

Pangram:AI检测的“金标准”还是“误报之王”?

在AI生成内容泛滥的今天,Pangram这家仅有24名员工、融资1300万美元的初创公司,声称能精准检测文本中AI的参与度,并已影响出版业的命运。然而,其高调介入引发的争议,也让人们质疑:AI检测工具究竟值得信任吗?

从默默无闻到行业“警察”

Pangram总部位于布鲁克林一家Popeyes炸鸡店楼上,此前几乎无人知晓。但2025年初,它因指控小说《Shy Girl》作者Mia Ballard使用AI写作而声名鹊起。尽管作者否认,Pangram CEO在X平台公布该书“78%由AI生成”,导致出版商Hachette取消发行。随后,《纽约时报》的Modern Love专栏、英联邦短篇小说奖得主、售价240万美元的惊悚小说《Call Me, I’ll Hide the Body》等相继被Pangram标记为高比例AI生成,引发轩然大波。

技术原理与信任危机

Pangram的核心技术是分析文本的“困惑度”和“突发性”——AI生成的文本往往在统计上更可预测。但作者Jane Friedman指出,创作者对检测软件充满“厌恶与愤怒”,认为它们“与AI公司一样邪恶”。批评者担心,依赖这类工具可能导致误伤,尤其是对非母语写作者或风格独特的作者。

商业与伦理的双重挑战

Pangram今年7月完成900万美元融资,并推出新模型Pangram 4,同时与Substack达成合作,让读者直接检测文章AI含量。然而,其检测结果缺乏透明度,且CEO的公开指控带有主观性。在出版界,一次误判可能毁掉作者职业生涯,而Pangram的“百分比”看似精确,实则模糊。

未来何去何从

随着AI写作工具普及,检测需求只会增长。但Pangram必须解决两个核心问题:提高检测准确率,避免“狼来了”效应;建立更负责任的指控流程,防止技术滥用。否则,它可能从“金标准”沦为“误报之王”,加剧人机写作的信任危机。

延伸阅读

  1. ReNFT:通过内部概率质量重新校准修复奖励后训练中的模式坍缩
  2. 聚类结构向量的随机复杂度计算新方法:线性时间递归公式
  3. RW-LoRA:基于随机游走的低通信成本去中心化LoRA微调方法
查看原文