Google DeepMind と Penn NLP の研究者が DetectorScope を公開しました。強力だが説明しにくい AI テキスト検出器を、人が読める特徴の合計として再構成するコードとモデルです。論文 *Building Auditable AI Text Detectors with Sparse Autoencoders*（arXiv:2610.30006）は 2026 年 10 月 21 日 に提出されています。リポジトリ README の News は 2026 年 10 月 25 日、ブダペストの EMNLP 2026 で発表予定と記しています。これは学会発表の告知であり、「その日に初めて出た」という意味ではありません。

パイプラインがしていること

パイプラインは、検出器の残差ストリーム上でスパースオートエンコーダ（SAE）を訓練し、各特徴に自然言語の説明を付けて検証し、しきい値を超えた特徴だけを残して軽量な分類ヘッドを学習します。呼び出し結果にはラベル、確率、重要度順の特徴リストが返り、テキスト内のハイライトも取れます。モデルはオープン領域（COLING 系）と査読の閉じた領域をカバーし、`pip install detectorscope` で入れられ、README から Hugging Face Spaces デモへリンクしています。

説明できることと、不正の証拠は別

説明できることと、不正の証拠になることは別です。リポジトリの Disclaimer は、これらが研究用アーティファクトであること、人の文章でも誤り得ること、訓練域・生成器の外での精度は未確立であること、学術不正・採用・出版など個人に関する判断の根拠にしてはならないこと、Google の正式製品ではないことを明記し、利用について著者と Google は責任を負わないとしています。

生成側の透かしと検出側の説明は、同じ問題の両側にあります。透かし側は OpenAI の EU 向け ChatGPT / Codex テキストウォーターマーク textGrain とは を参照できます。DetectorScope のデモや多言語の挙動について、私たちはまだテストしていません。上記のインストール手順と論文の数字は参考情報です。フィードバックはサイト下部の連絡先から送れます。