杜克大学发布 SnapJudge：检测数学密集科学文本的 AI 生成
原文标题：Multimodal AI Detection for Math-Heavy Scientific Text
重要度 3/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究发现现有 AI 文本检测器（如 Pangram 4）在数学内容密集的科学文本上准确率显著下降，尤其是仅用 PDF 提取文本时。杜克大学团队微调 Qwen-3.5-27B 检测器并训练基于图像的 SnapJudge，在 0.1% 假阳性率下对证明和散文的检测率分别达 92% 和 93%，并开源数据、模型与代码。
- 问题
- 现有 AI 文本检测器在数学密集的科学文本上准确率显著下降。
- 方法
- 基于 LaTeX 与图像表示微调 Qwen-3.5-27B 检测器，并训练基于图像的 SnapJudge。
- 结果
- 0.1% 假阳性率下对证明和散文检测率分别达 92% 和 93%。
- 影响
- 为学术出版与科研诚信场景提供更可靠的 AI 生成内容检测工具。
机构：Duke University
深读 · 结论先行AI 生成展开看要点与影响 ↓
杜克大学 SnapJudge 在 0.1% 假阳性率下对证明与散文 AI 检测率达 92% 和 93%。
- •用 2022 年前 arXiv LaTeX 的人类证明与散文段落，由 15 个现代 LLM 在同论文上下文中重生成
- •构建 LaTeX 源码、PDF 渲染图、PDF 提取文本三种表示的配对人类/AI 数据
- •Pangram 4 准确率随数学内容增加显著下降，在提取文本上尤其明显
- •微调 Qwen-3.5-27B 检测器可补回差距，LaTeX 输入显著优于纯文本
- •另训练基于图像的 SnapJudge，并开源数据、模型与代码
为什么重要：数学密集科学文本是现有 AI 检测器的盲区，而 LaTeX 源码在实践中很少可得，SnapJudge 的图像路线对期刊与审稿流程更可落地。
以上深读由 AI 依据标题/摘要/正文节选生成，仅供参考；事实以原文为准。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。