Google DeepMind 与宾大 NLP 研究者开源了 DetectorScope：代码与模型可将表现强但难解释的 AI 文本检测器，改造成每次预测都由可阅读的特征加总而成。论文《Building Auditable AI Text Detectors with Sparse Autoencoders》（arXiv:2610.30006）于 2026 年 10 月 21 日 提交。仓库 README 的 News 在 2026 年 10 月 25 日 写到将亮相布达佩斯 EMNLP 2026——这是会议亮相说明，不是「当天首次发布」。

流水线在做什么

流程是：在检测器残差流上训练稀疏自编码器（SAE），为每个特征生成自然语言描述并做校验，只保留通过全局阈值的特征，再在这些特征上训练轻量分类头。一次调用可返回标签、概率，以及按重要性排序的特征列表；也可高亮特征在文中的位置。模型覆盖开放域（COLING 风格）与同行评议封闭域；安装可用 `pip install detectorscope`，README 链到 Hugging Face Spaces 演示。

能解释，仍不等于作弊铁证

能解释，并不等于能当作弊铁证。仓库 Disclaimer 写明：这些检测器是研究产物；会出错，包括对人类写作的误判；在训练域与生成器之外的准确率尚未确立；不得作为针对个人的决策依据，例如学术诚信、招聘或发表；也不是 Google 正式产品。作者与 Google 对任何使用不承担责任。

生成侧水印与检测侧解释处在同一问题的两边。水印一侧见 OpenAI 欧盟 ChatGPT Codex 文本水印：textGrain 怎么工作。对于 DetectorScope 演示与多语言表现，我们暂时还没有测试；上文安装与论文数字仅供参考。反馈可通过网站底部站长联系方式提交。