arXiv cs.CL· Hasan Amin, Zhuoran Lu, Ming Yin·· 3 天前AI 评分36
似然不等于作者身份：AI 辅助写作中的人类贡献能否被可靠度量？
Likelihood Is Not Authorship: Can We Reliably Measure Human Contribution in AI-Assisted Writing?
AI 导读
一项 arXiv 研究指出，基于提示词对文本预测能力的“人类贡献”度量可被轻易操纵：只需让模型从提示词中复制几个随机 ID（SPECIFICITY PADDING），仅给标题的请求就会显得比提供核心思想的请求更“像人写的”。
正文 · AI 翻译
摘要：AI 文本检测通常问的是文本是否由机器撰写。随着 AI 日益成为写作中不可或缺且被接受的一部分，更相关的问题不再是是否使用了 AI，而是文本中有多少体现了人类的贡献。一条重要的研究路线通过衡量一个人的提示词对最终文本的预测程度来估计这一点。我们表明，这一度量很容易被操纵。我们引入了 SPECIFICITY PADDING，它只是要求模型从提示词中复制几个随机 ID，仅此一项就能让一个只给出标题的请求看起来比一个提供了文章核心思想的请求更像人类所写。随后，一项上下文交换审计保持每份文档不变，只向评估者显示或隐藏这些 ID。未改动文本的得分会在其量程的三分之一到一半之间波动，并且在我们测试的每一份文档上都会上升，涵盖新闻和科学摘要，跨越从 3.8B 到 753B 参数的各种 LLM。同样的文章可以平均达到 85\% 人类或 15\% 人类，仅取决于记录在案的是哪个提示词，而且即使完全没有提示词，仅输出变体也会奖励那些随机字符串本身。一个精确的恒等式——信用账本——解释了原因。该得分是文本上的惊讶度加权平均值，因此上下文使其可复制的罕见字符串会收集信用，无论它们意味着什么。一个两点界限标志着一个更深层的局限。如果提示词可能是机器撰写的，那么在最坏情况下，每一种仅基于转录的方法都必然在利害攸关的贡献上偏差一半。仅凭基于似然的得分无法可靠地确立人类贡献，除非有证据表明此人添加了什么以及文本是如何产生的。
| 学科： | 计算与语言（cs.CL） |
| ACM 分类： | I.2.7 |
| 引用为： | arXiv:2610.19767 [cs.CL] |
| （或 arXiv:2610.19767v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.19767 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Zhuoran Lu [查看邮箱]
[v1]
2026年10月14日星期三 08:18:02 UTC（326 KB）
来源：arXiv cs.CL · arxiv.org