用古典机器学习抓出LLM生成的网文

Detecting LLM-Generated Texts with "Classical" Machine Learning

我受够了Lofter上泛滥的低质AI同人小说，决定自己动手写个检测器。尝试过text perplexity但效果拉胯，最后回归scikit-learn，用TF-IDF配合LinearSVC，竟在单句检测上达到了85%的准确率。为了训练数据，我甚至“钻空子”调用了Gemini、Qwen、GLM-5等七个模型的API，生成了海量样本。结果证明，那些所谓的AI检测器背后，可能只是简单的传统机器学习在起作用，老派算法依然能打。

"旧式机器学习依然犀利，远胜过那些只会问LLM“这文字是AI写的吗”的蠢工具。"