學術文字檢查
適用於論文和個人陳述的 AI 論文偵測器
將論文、學術文章或個人陳述貼入這個 AI 論文偵測器。Slop or Not 會將英文段落與從數百萬個人類和 AI 樣本中學習到的模式進行比較，然後傳回一個機率供進一步審視。在網上使用時，貼上的文字會先傳送到 Numen 的伺服器進行隱藏字元掃描，該掃描在記憶體中執行，不會儲存任何內容。獨立的 AI 檢查則在 Numen 的私人 Mac 伺服器上執行。iPhone、iPad 和 Mac App 則會在裝置上執行這兩項檢查。
以 5% 誤判率偵測到 99.5% 嘅 AI 文字，評分來自 RAID 公開基準，唔係我哋。
貼上一段文字或者成篇論文。iPhone 同 Mac 版 app 冇字數上限，亦冇每月字數預算。
- 貼上英文文字學校作文、產品評論、caption、文章和社交帖文，最多 20,000 個字元。
- 結果機率判斷、AI 分數和可讀性分析。
- 私隱在 Numen 的私人 Mac 伺服器上檢查，而且絕不會傳送給外部 AI 公司。如果要讓文字留在裝置上，請使用 App。
檢查內容
AI 論文偵測器能告訴您什麼？
與 LLM 撰寫的學術寫作相關的語言模式
整段文字中句子和段落的規律性
提交前發現的隱藏 Unicode 字元，並在判定後提供乾淨的副本
適合用途
- 審查一篇語氣或複雜程度有變化的論文，而不將分數視為證據
- 在提交前檢查個人陳述，找出可能由 AI 生成的段落
- 在人工審查期間，將偵測器輸出與引文、草稿和作業簡介進行比較
要知道的限制
- 可能會出現假陽性，尤其是在公式化或經過大量編輯的學術寫作中
- 人類與 AI 混合編輯可能會模糊模型讀取的寫作模式
- 分數本身無法證明作者身份，也無法作為評分或紀律決定的依據
常見問題
AI 論文偵測器 問題
AI 論文偵測器能證明論文是誰寫的嗎？
不能。偵測器會報告英文寫作是否類似於 AI 生成文字中的模式。它無法識別作者、重建論文的起草過程，或證明不當行為。
此 AI 論文偵測器的準確度如何？
在公開 AI 文字偵測基準 RAID（ACL 2024）上，該模型在 11 個生成模型、8 個領域和 11 種對抗性攻擊中，以 5% 的假陽性率偵測到 99.5% 的 AI 生成文字。沒有任何基準能將單一結果變成證據，因此請審查論文及其背景。
得到陽性結果後，教師應該做什麼？
仔細閱讀被標記的論文，將其與先前的草稿、引文和作業簡介進行比較，然後向學生詢問相關工作。不要僅根據偵測器分數就給予懲罰。
可讀性是否能證明一篇文章是由 AI 撰寫的？
不能。可讀性衡量的是句子和詞語的難度，而非作者身份。原生應用程式會在 AI 結果旁報告可讀性，以便您發現程度的變化，但它仍然是需要對照作業和先前草稿進行審查的獨立線索。
我的文章會離開瀏覽器嗎？
貼上的文字會先傳送到 Numen 的伺服器進行隱藏字元掃描，該掃描在記憶體中執行，不會儲存任何內容。獨立的 AI 檢查則在 Numen 的私人 Mac 伺服器上執行。文字不會與第三方 AI 供應商共享。iPhone、iPad 和 Mac App 會在裝置上執行這兩項檢查。
更多 Numen app
另外三個在你裝置上運行的應用程式。全部都不需要帳戶。
Private LLM
一個本機 AI 聊天機械人，用於未經審查嘅開源模型，可以喺 iPhone、iPad 同 Mac 上面離線執行。Private LLM 使用針對每個模型調整嘅 OmniQuant 同 GPTQ 量化技術，所以佢嘅 3-bit 模型可以媲美其他 App 提供嘅 4-bit 模型。
Clean Links
現時大部分追蹤都藏在連結重新導向之後。Clean Links 會在你分享之前，在 iPhone、iPad、Mac 和網頁上展開短連結，並移除 URL 內每個追蹤參數。
Private Diffusion
在你的 iPhone、iPad 和 Mac 上運行最新的前沿圖像模型。Private Diffusion 以量化感知蒸餾 (QAD) 訓練每個模型，令小型模型保持全尺寸模型的質素。