Google DeepMind 与 UPenn 用稀疏自编码器构建可解释 AI 文本检测器

Google DeepMind 与 UPenn 在 EMNLP 2026 论文中提出可解释的 AI 文本检测方法，通过稀疏自编码器为检测器残差流中的特征自动标注。筛选出的特征描述了陈词滥调、破折号等 AI 生成文本的语言学标记，基于这些特征训练的轻量分类器在分布外文本上超过原神经检测器和文体学基线，代码与模型已开源。