Детектор скрытых символов для AI-водяных знаков в тексте

Скрытые символы - это те, которых не видно в отображаемом тексте: пробелы и соединители нулевой ширины, word joiners, byte-order marks и необычные пробелы вроде узкого неразрывного пробела U+202F, который привлек внимание после того, как читатели заметили его в выводе моделей ChatGPT o3 и o4-mini. Сканирование также отмечает видимые подмененные типографские знаки: фигурные кавычки и em dashes. Сами по себе они не доказывают AI-авторство, потому что текстовые редакторы, окна чатов и обычное копирование-вставка тоже их создают.

Выделите фрагмент в Word, скопируйте его, вставьте в проверку выше, затем вставьте очищенную версию поверх оригинала. Word сначала не покажет вам, что там есть. Его кнопка знаков форматирования показывает знаки абзаца, табуляции и обычные пробелы, но не доходит до символов нулевой ширины. Find and Replace может убрать по одному code point за раз, если вы уже знаете, что искать, а сканирование находит все за один проход. Для стопки работ приложения для iPhone и Mac выполняют тот же проход по каждой офлайн, а на Mac команда Pro slop cleanup может обработать целую папку скриптом.

Выделите текст в Google Docs, скопируйте его и вставьте в проверку выше. В Docs нет встроенного просмотра символов нулевой ширины, а собственная автозамена добавляет фигурные кавычки и em dashes при наборе, поэтому часть отчета сканирования будет работой Docs, а не AI-инструмента. Вставьте очищенный текст обратно, чтобы заменить оригинал.

Да, если текст можно выделить. Скопируйте фрагмент из PDF и вставьте его в проверку выше; сканирование читает символы, поэтому макет страницы и шрифты не важны. Отсканированный PDF на самом деле является изображением и не содержит символьных данных, пока вы не запустите OCR, а результат OCR несет собственные ошибки распознавания вместо скрытых символов оригинала.

Он удаляет механические отпечатки: невидимый Unicode и умную пунктуацию. Неразрывные пробелы заменяются обычными, а не удаляются, поэтому 100 % сохраняет разделение; проверьте пробелы, прежде чем вставлять чистую копию поверх оригинала. Он не трогает статистические водяные знаки, такие как SynthID-Text от Google, вплетенные в сам выбор слов. Anthropic говорит, что будущие модели Claude будут нести версию такой же метки SynthID-Text. Статистическая метка переживает замену символов, а для ее чтения нужен собственный детектор провайдера. Очистка также не делает AI-текст похожим на человеческий: детектор AI-текста читает слова и читает их одинаково до и после.

Это говорит только о том, что текст не несет механических маркеров, и ничего больше. У множества AI-сгенерированных текстов их нет, потому что инструмент их не вставлял или потому что проход через plain-text редактор их убрал, и у множества человеческих текстов они есть. Чтобы получить ответ о самом тексте, запустите AI-проверку текста и читайте вердикт как дополнительное свидетельство, а не доказательство.

Да. Скан скрытых символов и очищенный вывод создаются в памяти на сервере Numen и удаляются вместе с ответом, поэтому фрагмент никогда не сохраняется. Проверка AI-текста - отдельный шаг, который отправляется на частный Mac-сервер Numen, вне сторонних AI-провайдеров, и текст удаляется после обработки. Приложения для iPhone и Mac выполняют обе проверки полностью на устройстве.

Нет. AI-детектор текста читает структуру предложений и выбор слов, а не невидимые символы, поэтому их удаление не меняет доказательства, которые он читает. Эта модель поймала 99.5% AI-текста при 5% ложноположительных срабатываний на RAID, публичном бенчмарке, который мы не запускаем, с 11 состязательными атаками в тестовом наборе. Любой инструмент, обещающий неопределяемый результат после удаления Unicode, продает то, чего не может дать.

Да, на устройствах Apple. Стопка студенческих работ или клиентских черновиков вообще не должна касаться сети: приложения для iPhone и Mac выполняют скан и очистку на устройстве, а также добавляют конвертацию орфографии между US и UK English, которой нет в онлайн-скане. На Mac Pro также включает команду slop cleanup и MCP-сервер, поэтому целую папку можно прогнать через него из скрипта или из Claude, Codex или Cursor.

В основном случайно. Интерфейсы чата показывают ответы как rich text, поэтому кавычки становятся фигурными, дефисы превращаются в em dashes, а типографские пробелы вроде U+202F встраиваются во все, что вы копируете. Некоторые провайдеры экспериментировали с намеренными маркерами происхождения, а многие документы подхватывают эти символы из текстового редактора или с сайта задолго до любого AI. Совпадение - начало вопроса, а не ответ на него.