用 4070ti 和 Claude 训了一个 AI 文本检测器
HN 上作者原想破解 Pangram 类 AI 文本检测器,先在家用 4070ti 让 Claude 自主训练一个类似模型,约一天后得到检测效果不错的模型。几种绕过尝试大多失败,作者称「模仿真人文风改写」19 段中 15 段仍被识破;Claude 后来开始拒绝部分红队方向。
mesmertech原始发布
为什么值得留
一个消费级显卡训检测器的个人实验,说明改写式绕过并不容易。
可以从这里开始
感兴趣的去帖子里找仓库或模型,拿自己写的和 AI 写的各 10 段测一下。
阅读时留意
个人实验,数字是作者自述,样本小(19 段);「达到 SOTA」是作者标题说法,未见公开评测。
OnBalls 导读整理于 2026.11.06。读了收件箱保存的帖子正文节选(较长,结尾截断);未打开仓库或模型。