學術文字檢查
AI 論文偵測器：論文與個人陳述
把文章、論文或個人陳述貼到這款 AI 論文偵測器。Slop or Not 會將英文段落與從數百萬筆人類和 AI 樣本學到的模式比對，然後回傳機率供進一步審查。線上使用時，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且不儲存任何內容。獨立的 AI 檢查會在 Numen 的私人 Mac 伺服器上執行。iPhone、iPad 和 Mac 版 App 會在裝置上執行這兩項檢查。
在 5% 的誤報率下抓出 99.5% 的 AI 文字，成績由公開基準 RAID評定，不是我們自己打分數。
貼上一段文字或整篇論文。iPhone 和 Mac 版 App 沒有字數上限，也沒有每月字數配額。
- 貼上英文文字學校作文、產品評論、說明文字、文章和社群貼文，最多 20,000 個字元。
- 結果機率判定、AI 分數和可讀性分析。
- 隱私在 Numen 的私人 Mac 伺服器上進行檢查，且絕不會傳送給外部的 AI 公司。若要讓文字留在你的裝置上，請使用 App。
檢查項目
AI 論文偵測器能告訴你什麼？
與 LLM 撰寫的學術文章相關的語言模式
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，並在判定後提供已清理的副本
良好用途
- 檢視語氣或複雜度有變化的論文，而不將分數視為證據
- 在提交前檢查個人陳述，找出讀起來像 AI 生成的段落
- 在人工審查期間，將偵測器輸出與引文、草稿和作業說明進行比對
需要知道的限制
- 可能出現誤報，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分，也不足以作為評分或懲戒決定的依據
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。偵測器回報的是這段英文是否接近 AI 生成文字的模式。它無法辨識作者、重建論文撰寫過程，或證明不當行為。
這個 AI 論文偵測器有多準確？
在 RAID（ACL 2024 公開的 AI 文字偵測基準）上，模型在 5% 誤報率下捕捉到 99.5% 的 AI 生成文字，涵蓋 11 種生成模型、8 個領域和 11 種對抗性攻擊。沒有任何基準能將單一結果變成證據，因此請檢視論文及其背景脈絡。
檢測結果為陽性後，老師該怎麼做？
仔細閱讀被標記的論文，與先前的草稿、引文和作業說明進行比對，然後向學生詢問作業內容。不要僅憑偵測器分數就做出處分。
可讀性是否能證明論文是 AI 寫的？
不能。可讀性衡量的是句子和單字的難度，而非作者身分。原生 App 會在 AI 結果旁顯示可讀性，讓你能發現程度變化，但它仍是獨立的線索，需與作業和先前草稿一起檢視。
我的論文會離開瀏覽器嗎？
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且不儲存任何內容。獨立的 AI 檢查會在 Numen 的私人 Mac 伺服器上執行。文字不會與第三方 AI 供應商分享。iPhone、iPad 和 Mac 版 App 會在裝置上執行這兩項檢查。
更多 Numen 作品
另外三款同樣在你裝置上執行的 App，全都不需要帳號。
Private LLM
一款本機 AI 聊天機器人，適用於未經審查的開源模型，可在 iPhone、iPad 和 Mac 上離線執行。Private LLM 使用針對每個模型調整的 OmniQuant 和 GPTQ 量化技術，因此其 3 位元模型可媲美其他 App 提供的 4 位元模型。
Clean Links
現在大多數追蹤都藏在連結重新導向後面。Clean Links 會在你分享前展開短網址，並移除網址中的每個追蹤參數，可在 iPhone、iPad、Mac 和網頁上使用。
Private Diffusion
在你的 iPhone、iPad 和 Mac 上執行最新的前沿影像模型。Private Diffusion 使用量化感知蒸餾 (QAD) 訓練每個模型，因此小型模型能保有完整尺寸模型的品質。