网易首页 > 网易号 > 正文 申请入驻

GPTZero准确率99.9%?独立研究测出另一面

0
分享至

老师把一篇作文粘进检测框,几秒后屏幕上跳出一行字:“很可能是AI写的”。学生说这是自己写的,只是用语法工具润色过。谁对?这正是GPTZero这类AI检测工具每天在教室里制造的场面。


GPTZero是一款围绕课堂场景搭建的AI检测器:粘贴文本或上传文件,它会估算其中有多少内容由AI生成,并给出逐句高亮。免费版每月覆盖最多1万字。2026年6月,前身为Grammarly的Superhuman公司宣布收购GPTZero。

它到底准不准?把官方说法、公开基准和独立研究摆在一起看,答案比一个百分比复杂得多。

官方口径:99.9%与1%

GPTZero官网首页打出的数字是99.9%准确率。其FAQ进一步说明:在RAID基准上,它以1%的误报率识别出95.7%的AI文本;在人类与AI混合写作的文档上,准确率达到96.5%。它还表示,模型训练时把ESL(英语作为第二语言)写作的误报率控制在1%。

技术页面补充,结果按置信度分为“不确定”“中等置信”“高置信”三档,在其内部评测集上,高置信预测的平均错误率低于1%。

GPTZero自己也把边界写得很清楚:没有AI检测器是100%准确的,结果“不应被用于惩罚,也不应作为最终裁决”;长文档和英语散文上的表现更好,短文本和经过大量编辑的段落则更难判断。

RAID基准上的真实成绩

RAID是宾夕法尼亚大学的学术基准,由11个模型、8个领域和11种对抗攻击生成的超过600万条AI文本构成。检测器厂商自行跑测试集并提交预测,再由RAID评分。

GPTZero于2025年10月提交的公开成绩显示:在无攻击文本上,1%误报阈值下捕获约95.7%的AI文本,与FAQ一致;纳入改写、字符技巧等全部攻击后,同一阈值下约为92.9%,若允许5%的人类文本被误标,则约为97.2%。

成绩不差。但基准衡量的是在RAID自有文本、固定误报率下能抓出多少AI文本,它回答不了另一个问题:面对你学生的那篇作文,GPTZero有多大概率判对。

独立研究:清晰任务很强,润色文本露馅

2025年发表于《PeerJ Computer Science》的一项研究,用72篇ChatGPT出现之前发表的期刊摘要,以及由ChatGPT o1和Gemini 2.0 Pro生成的AI版本,对比了GPTZero、ZeroGPT和DetectGPT。在这个界限清晰的任务上,GPTZero准确率达到97.22%,没有一篇人类摘要被误标。

第二个实验更值得老师和编辑细读。当人类摘要只是被AI模型做了可读性润色后,GPTZero把非母语作者的摘要标为完全由AI生成的比例,明显高于母语作者。研究作者据此认为,整体准确率更高的工具如GPTZero,在这种情境下对非母语作者表现出更强的偏差。

芝加哥大学贝克尔·弗里德曼研究所2025年的一份工作论文,用大规模人类与AI文本语料测试了Pangram、Originality.ai、GPTZero和一个开源RoBERTa模型。结论是多数商业检测器在其测试集上“表现相当好”,但在极短段落和改写文本上,除Pangram外的检测器表现“因情况而异”。

更早的2023年研究记录了检测器容易犯的错:斯坦福一项研究让非母语英语作者的文章过七个检测器,平均有61.22%被标为AI——这是七个工具当年的平均值,不是今天的GPTZero;一项覆盖14款工具的综述发现,没有一款单独使用足够可靠,测试集准确率全部低于80%;2023年4月一张疯传的截图里,GPTZero把美国宪法的一部分判为“很可能完全由AI撰写”。

2025年,ZDNet的David Gewirtz用同样五段文本定期测试各检测器。10月那一轮GPTZero五中四对,但漏掉的是哪一篇每轮都在变:4月它判错了Gewirtz自己的写作,后来又判错了一段ChatGPT文本。五段文本远不足以衡量准确率,却说明结果会随版本更新而漂移。

为什么会把人类写作标成AI

误报,就是把人类写的判成AI写的。常见诱因有几类:

  • AI润色过的草稿:人工稿经过语法或改写工具处理后,会带上检测器认定的“AI式顺滑”。
  • 短文本:一段话提供的证据太少,GPTZero自己也说文档级结果强于段落或句子级结果。
  • 程式化写作:定义、标准引言、法律文本和名篇段落本身就高度可预测。
  • 混合文档:人机各写一部分的文本整体难以归类,GPTZero因此单列一类。

拿到分数之后怎么做

如果一份GPTZero结果会影响成绩、工作或发表,可以按这个顺序处理:

  1. 看整篇文档而非单个段落,同时留意置信度标签,不只看百分比。
  2. 读高亮句子:是作者自己的论证,还是参考文献和套话?
  3. 先确认规则是否允许AI润色。若允许语法工具,润色稿被判“AI”可能并不违规。
  4. 换第二个检测器交叉验证,两个工具严重分歧本身就是放慢脚步的理由。
  5. 查看草稿和版本记录,与作者此前的作品对比。
  6. 下结论前先和作者谈一谈。GPTZero自己就把产品定位为“对话的起点”。

一句话总结:GPTZero在公开测试中属于较强的检测器,在纯人类对纯AI的清晰任务上表现扎实;但短文本、编辑过的文本、非母语作者的AI润色稿,是它和所有检测器共同的软肋。分数可以用来决定往哪里看,不能用来当证据。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
中国车市连续7个月降幅超20%

中国车市连续7个月降幅超20%

西虹市闲话
2026-11-16 13:16:09
根据马云对未来房价预言:200万买来的房子,到2030年能值多少钱

根据马云对未来房价预言:200万买来的房子,到2030年能值多少钱

云景侃记
2026-09-08 11:29:48
二战时,日军给女性强行注射“606药剂”,注射完,士兵就露出了邪恶的笑容,“606药剂”究竟是啥?

二战时,日军给女性强行注射“606药剂”,注射完,士兵就露出了邪恶的笑容,“606药剂”究竟是啥?

回京历史梦
2026-11-10 17:49:16
闲鱼上为什么很多卖家只支持自提?网友:等你遇到倒手刀的,就老实了

闲鱼上为什么很多卖家只支持自提?网友:等你遇到倒手刀的,就老实了

另子维爱读史
2026-11-03 18:46:10
宋仲基喊妻子那家伙上热搜才15天,被曝现身在南非旅游,真人远没电视剧里帅气

宋仲基喊妻子那家伙上热搜才15天,被曝现身在南非旅游,真人远没电视剧里帅气

拍案社会
2026-11-14 17:59:38
新北与高雄封关民调:国民党一胜一败,李四川与柯志恩回应不简单

新北与高雄封关民调:国民党一胜一败,李四川与柯志恩回应不简单

健身狂人
2026-11-17 10:42:56
67岁生娃的田新菊已瘫痪,6岁多女儿床前照顾!真相很残忍

67岁生娃的田新菊已瘫痪,6岁多女儿床前照顾!真相很残忍

思愈飞
2026-05-13 20:52:56
谷歌华人工程师杀妻案再曝怪事!14万美元资金流出存疑,被关期间股票也被卖了

谷歌华人工程师杀妻案再曝怪事!14万美元资金流出存疑,被关期间股票也被卖了

北美省钱快报
2026-11-17 02:30:39
你见过最没用的人脉是什么?网友:花70w到信用社当柜员,月薪800

你见过最没用的人脉是什么?网友:花70w到信用社当柜员,月薪800

另子维爱读史
2026-11-15 22:43:52
岌岌可危!乌克兰袭击俄罗斯战略要道克里米亚大桥,俄方称一处桥拱发生偏移

岌岌可危!乌克兰袭击俄罗斯战略要道克里米亚大桥,俄方称一处桥拱发生偏移

军迷战情室
2026-11-16 19:22:22
随着鹈鹕115-94勇士,76人135-123,开拓者98-106,NBA最新积分榜出炉

随着鹈鹕115-94勇士,76人135-123,开拓者98-106,NBA最新积分榜出炉

俯身冲顶
2026-11-17 11:36:01
苹果宣布全新免费功能即将推出,真的很实用!

苹果宣布全新免费功能即将推出,真的很实用!

XCiOS俱乐部
2026-11-16 20:24:50
安世中国改用12英寸平台,安世荷兰为何一年后仍产能不足?

安世中国改用12英寸平台,安世荷兰为何一年后仍产能不足?

林子说事
2026-11-17 09:49:31
俄国防部:俄军一天击落超两千架乌无人机

俄国防部:俄军一天击落超两千架乌无人机

新华社
2026-11-17 03:02:01
岛内官宣!赖清德硬推这人来深圳参加APEC,国台办直接画下红线

岛内官宣!赖清德硬推这人来深圳参加APEC,国台办直接画下红线

天气观察站
2026-11-16 04:16:43
林生斌再发声澄清,大众不是不放过林生斌,是不甘心被同一套话术耍两次

林生斌再发声澄清,大众不是不放过林生斌,是不甘心被同一套话术耍两次

小徐讲八卦
2026-11-17 12:55:44
又蠢又嘚瑟,还爱生气骂人没分寸,他来《现在就出发 4》干嘛了?

又蠢又嘚瑟,还爱生气骂人没分寸,他来《现在就出发 4》干嘛了?

林雁飞
2026-11-17 11:09:02
业主家3天接连“被水泡”,女儿进门就滑倒,房门变形;物业称走保险,业主不满:每年物业费都正常交;律师解读

业主家3天接连“被水泡”,女儿进门就滑倒,房门变形;物业称走保险,业主不满:每年物业费都正常交;律师解读

极目新闻
2026-11-16 22:59:53
深圳一偏僻小店突然火了,店主发声:很感谢来店里光顾的每个人

深圳一偏僻小店突然火了,店主发声:很感谢来店里光顾的每个人

坠入二次元的海洋
2026-11-17 06:07:26
“真正的权贵不会这么跳舞”,海淀母女出圈了,内行人却一眼看穿

“真正的权贵不会这么跳舞”,海淀母女出圈了,内行人却一眼看穿

熙熙说教
2026-11-10 17:05:38
2026-11-17 13:39:00
硅屿手记
硅屿手记
有态度网友ytd
207文章数 86关注度
往期回顾 全部

科技要闻

老黄想回来?英伟达董事会:没门

头条要闻

媒体:中俄美三国元首将举行面对面会晤 系历史上首次

头条要闻

媒体:中俄美三国元首将举行面对面会晤 系历史上首次

体育要闻

从上链接到上领奖台 34岁方博绝非等闲之辈

娱乐要闻

后会友期大瓜:3位女演员被迫换车厢

财经要闻

最新经济数据,释放关键信号

汽车要闻

多面新方盒捷途环游者EV开启预售 9.99万元起

态度原创

旅游
教育
亲子
数码
军事航空

旅游要闻

“含娃量”有点高,南京两天接待游客266.4万人次

教育要闻

初中生回报率最高的五件事,全都不用花钱

亲子要闻

4岁女儿嗓子有点发炎,又在家不上学了,可把她给高兴坏了

数码要闻

从掌心快充到夜之城开黑,满电狂欢燃动西南交大

军事要闻

美乌陷入外交僵局 俄乌互攻势头不减

无障碍浏览 进入关怀版