ai-check

AI-Check 技能

对文本中的 AI 生成信号进行取证分析。依据已发表的检测文献（Wu 等人，2025 年；Mitchell 等人，2023 年；Kujur，2025 年；AAAI 2025 年共享任务）。

输出为结构化报告，而非含糊的判断。每个触发的信号都必须引用证据。

---

九类信号

每类评分为 0–3：

• 0 = 未检测到信号（符合人类写作特征）
• 1 = 弱信号（可能由 AI 生成，也可能是人类所写）
• 2 = 中等信号（很可能是 AI 模式）
• 3 = 强信号（几乎可以确定是 AI 模式）

严重程度与评分的对应关系（每类均适用）：

类别中的证据	评分
没有标记出的实例	0
一个弱实例，或只有模糊的不安感而没有具体引文	1
一个中等实例，或两个及以上弱实例	2
一个强实例，或两个及以上中等实例，或四个及以上弱实例	3

**重复计数规则：**同一个短语最多可触发两个不同信号，前提是该短语确实能诊断这两个信号。例如：“it is important to note that” 同时属于信号 A（禁用词汇）和信号 C（机构式缓和语）。应在两类中都记录，但同一个短语在同一类别中不能算作两个独立的弱实例。

**总分上限：**9 类 × 3 = 最高 27 分。

信号 A：困惑度（词语可预测性）

留意过于稳妥、符合预期的词汇——这些词在技术上正确，但不是专业人士最精确或最有意思的选择。

标记项：

• 在适合使用领域专用动词的地方使用泛化动词（如用“address”而非“untangle”，用“implement”而非“wire up”）
• 只作描述、没有增添信息的形容词（如“significant improvements”“notable progress”“key challenges”）
• 以谨慎措辞替代具体表述（如“can often lead to”“may result in”“tends to”）
• 任意使用以下典型 AI 词汇： delve、leverage（动词）、utilize、robust、comprehensive、streamline、foster、facilitate、 pivotal、nuanced、notable、notably、enduring、garner、it is worth noting、it is important to note、 multifaceted、in the realm of、the landscape of、a myriad of、a plethora of

引用触发信号的准确词语或短语。

信号 B：突发性不足（句子长度均一）

衡量文本中句子长度的变化情况。

标记项：

• 连续三个或更多句子的长度都相差不超过 5 个词
• 任意 150 词的段落中都没有短于 8 词的句子
• 节拍器般的节奏——朗读段落时节奏平稳，而非自然起伏
• 没有使用片段句来强调

报告：按顺序列出句子长度（例如：“14、16、13、15、17——连续五个句子的长度相差不超过 4 个词”）。

信号 C：缓和语密度

统计弱化语气和认识性缓和语的数量。

标记项：

• 在适合直接陈述的地方出现“often”“generally”“typically”“in many cases”“it can be argued”
• “it is important to note that”“it is worth mentioning”“one might consider”
• 对显而易见的权衡进行圆融表述：“while X has benefits, it also presents challenges”
• 以机构式缓和语而非个人表达来表示不确定性（“results may vary”），而不是人类式表达（“I'm not sure this holds when...”）

报告：引用每处缓和语，并说明它是出于真实的不确定性，还是出于习惯性的弱化语气。

信号 D：结构特征

留意 AI 不论内容如何都会采用的文档结构模式。

标记：

• 明明用散文表达更合适，却用了项目符号列表
• 主题句 + 证据 + 重申主题句（人类会省略重申部分）
• 结尾段以“In conclusion / To summarize / In summary”开头
• 以“In this [post/article/section] I will...”开头
• 为并非真正按顺序排列的内容设置编号步骤
• 每个段落都套用三段式结构（微观层面的引言、正文、结论）
• 三段式平行结构： 三个例子或要点采用相同的语法形式
  例如：“You X. Y. Does Z? You X. Y. Does Z? You X. Y. Does Z?”——完全对称的三连句是 AI 构造的。真实作者会用两个例子，或改变句式。
  严重程度：较高。
• 每段恰好对应一个观点的完美弧线： 每个段落都只承担一个叙事任务，并清晰地推进整体脉络（铺垫 → 张力 → 教训 → 证据 → 反思）。真实的个人写作中，某个段落会有些跑题、承担两项任务，或没有完全收束。如果一篇文章的每个段落都收束得恰到好处，那么从结构上看它过于完美，不像人类写作。单独出现时严重程度：中等；与其他信号同时出现时：较高。
• 三幕式 Slack／更新结构： 对于非正式的异步消息，按“完成事项 → 注意事项 → 后续步骤”组织内容，恰好对应引言／正文／结论。真实的更新会绕回之前的话题、在消息中途补充第二个想法，或以不符合结构的内容结束。
• 稻草人式转折：“X 的关键不在于 Y，而在于 Z”／“这不是关于 X，而是关于 Y。”先说某事不是什么，再说它是什么。真实作者会直接提出重点。严重程度：中等。

信号 E：具体性不足

衡量主张是否有具体细节作为依据。

标记：

• 没有数字、名称、时间线索或示例的抽象主张：“许多组织已采用……”
• 隐去行为主体的被动表达：“已有研究发现”“研究表明”
• 普遍化表述：“团队经常发现”“开发者常常遇到”（似乎适用于所有人，却没有针对任何人）
• 名称具体却可疑地泛泛而谈，或完美契合示例（AI 会选用典型示例，例如没有上下文的“Netflix”“Amazon”“Stripe”）

报告：引用每一条缺乏依据的主张。

信号 F：过渡词指纹

梳理句子和段落之间的衔接方式。

标记（强 AI 信号）：

• 以 “Furthermore,” 开头的段落
• 以 “Moreover,” 开头的段落
• 以 “Additionally,” 开头的段落
• “It is clear that”
• “This highlights / underscores / demonstrates the importance of”
• “As previously mentioned”
• “In addition to the above”
• “It goes without saying”
• “Needless to say”

标记（中等信号）：

• 每 200 个单词中使用超过一次 “However,”
• 将 “Therefore,” 用作机械的逻辑连接词，而非自然得出的结论
• 将 “Turns out” / “it turns out that” 用作转折或揭示。AI 会用它营造发现叙事的错觉。“Turns out the config had a lower timeout” → “The config had a lower timeout.” 请引用每个实例。严重程度：中等。
• 教程口吻的过渡语：“The standard fix is...”、“The common approach is...”、“Simple enough on paper”——这些表达把接下来的内容说成公认之道，而不是个人经验。在技术写作中，这是强信号。
• 公告式冒号句型：“The rule I use:”、“The key insight:”、“The approach here:”、“The other thing I'd say:”——先宣布，再揭示。严重程度：中等。不带冒号时也会触发：“What I didn't expect was...”、“What surprised me was...”、“The thing I realized was...”——这些都是公告式句子。关键不在冒号，而在公告式结构。
• **模式宣告：**先声称某种模式存在，再描述该模式。“The pattern is almost always the same”后面接着描述该模式。真人作者通常会直接描述模式。

信号 G：标点指纹

统计三种 AI 标点特征：

**破折号：**统计破折号总数。每 300 个单词超过 1 个即为信号。具体子模式：

• 用破折号成对包裹（— like this —）几乎可以确定是 AI 模式
• 用破折号表示转折（“not mid-sprint — and the on-call rotation”）——连接句中两项的列举型破折号
• 用破折号插入强调语（“X — which is worth noting — Y”） 报告准确数量、位置和所属子模式。

**分号：**在非学术性文字中，任何用于连接两个独立分句的分号都是标记。报告准确数量。例外：包含逗号的列表（“Austin, TX; Denver, CO”）。

**句中冒号：**不完整分句后面的冒号（“The problem: nobody tests this” / “The answer: start earlier”）属于 AI 结构模式。报告每个实例。

信号 H：声音与语域

留意人类痕迹的缺失。

标志：

• 在自然情况下应使用第一人称的内容中，完全没有第一人称视角
• 在指导性或表达观点的内容中，没有直接面向读者使用第二人称
• 始终保持“润色过的中性语气”——没有个性变化、粗糙感或突然变得随意
• 不用反问句作为过渡
• 没有自我纠正或思路中途补充限定（“其实，这么说不太对”）
• 开篇句是论点、定义或背景说明，而不是从半截思路或场景切入

语域塌缩（Slack / 非正式写作）： 在随意语域的文本中，这是最常被忽略的信号。AI 写的 Slack 消息读起来像润色过的状态报告，只是零星夹杂着非正式表达。留意：

• 句子始终完整、结构严谨——而真实的 Slack 消息中会有残句
• 即使是简短消息，也按每段一个主题来组织
• 非正式标记之下仍使用正式词汇（用 ~60% 和 lmk，但句子本身依然是结构严谨的书面语）
• 消息中途没有自我纠正（“哦，还有。刚意识到……”）
• 非正式表达之下仍保留完整的三幕结构（已完成事项 / 注意事项 / 后续步骤）
• 数字写成文字（“three incidents”），而不是用带近似符号的数字（“~3 incidents”、“<10min”） 严重程度：如果出现非正式标记，但行文结构仍经过润色，则属于强信号。

邮件 / 专业写作中的套话式结尾： “如果这样更方便，很乐意约个电话。” “如有任何问题，请告诉我。” “欢迎随时联系。” 这些相当于书面形式的清嗓式开场白。真正的工程师通常会在最后一个实质性要点之后结束邮件，或提出具体请求，或写一句“lmk”。 单独出现时严重程度较弱；与其他信号结合时则为中等。

信号 I：修辞脚手架

句子和段落层面的构造模式，是 AI 从润色过的写作中学到的，并且运用得过于一致。这些是最难发现的信号——它们读起来像是好文章。即使标点和词汇都没有问题，Grammarly 和实时检测器也会标记这些模式。

局部连贯性过于平滑（严重程度：中等至强，取决于语料） 一种与近期研究发现相关的模式（DivEye，arXiv 2509.18880，TMLR 2026）：每句话都与下一句衔接得过于完美，毫无阻滞，也没有认知负荷留下的痕迹。AI 文本往往没有略显不顺的句子，没有在分句中途改变方向的想法，也没有无法干净收尾的段落。 证据：逐段阅读，检查是否有哪句话删掉之后，段落读起来依然完美。在人类写作中，删掉一句话往往会造成明显缺口。在 AI 写作中，段落通常会变得更加流畅。 表现：

• 每段都以论点开头，并以对该论点的确认收尾
• 没有任何句子的用词与上下文中的句子不匹配
• 段落内没有突然转换话题
• 没有略显不顺、随后又自我修正的句子

校准说明（重要）。 基于 SHAP 的可解释性分析（arXiv 2603.23146）发现，AI 文本检测器依赖的是特定数据集的文风线索，而不是稳定的机器创作信号。应将过度平滑视为取决于语料的指标，而不是普遍适用的创作来源判据。如果文本来自确实讲求紧密连贯的语域（学术摘要、法律文书、经过润色的营销文案），就应降低这一信号的权重。

公式化的个人随笔开篇（严重程度：中等） “我最常想起的一次失败发生在 2019 年。” “我记得最清楚的时刻是……” “我最后悔的决定是……” 模式：“我最 [副词] [记得 / 想到 / 后悔] 的 [名词]”——这是 AI 在个人随笔开篇时刻意采用的自我反思式构造。真正的作者会从事件本身写起，而不是先对自己的记忆进行排序并作出判断。 复杂度递增的无连词三段式（严重程度：中等） 三个条目之间没有连词，且后一个比前一个更长、情绪分量更重： “服务降级了两个小时，六名工程师弄清楚我到底做错了什么，还要在事后复盘会上向那些在家被呼叫起来的人解释我的思路。” AI 会构造这种句式来制造逐渐加重的情绪分量。 报告这三个条目及其递增的长度。

强化词与弱化词的对立（严重程度：中等） “X [action] obsessively and Y [action] barely at all”——用强化词与弱化词形成平衡对比。在副词层面，这与交错配列属于同一类。 其他形式：“X constantly / Y once”“X carefully / Y hardly”。 引用这组对立。

段落结尾的微型格言（严重程度：中等） 用 4–7 个词的片段或短句收尾，以简短有力的方式点出教训： “这就是我记住的部分。” “这就是改变之处。” “事情就是这样。” “这才是真正的代价。” AI 会在结尾加上这些句子，告诉读者该得出什么结论。它不同于以完整句子构成的格言式结尾——即使片段很短，也会触发这种情况。

落点短语：“is the actual/real work”（严重程度：中等） “深入理解一次故障，才是真正的工作。” “部署是容易的部分。调试生产环境才是真正的工作。” 这是 AI 用来得出结论的公式化落点短语。引用它。

并列主语映照（严重程度：弱至中等） 连续两句以相互映照的名词短语开头： “故障本身只是事件。理解故障则是另一回事。” “代码是一回事。维护代码则是另一回事。” AI 会用这种结构构造结尾句对。报告映照的主语。

分词短语重构转折（严重程度：中等） 先列出事实，然后用分词短语开头，将其重构为更具意义的内容： “把这些事实写进申请书后，它们读起来就像一项蓄意的策略。” “这样安排之后，听起来就比实际情况更有计划。” “换个角度看，整个过程读起来就不一样了。” AI 会用这种转折制造洞见的假象。应直接陈述观察，不要使用重构手法。引用分词短语开头。

论点先行的开头 / “X is the easy/hard part”（严重程度：中等） 个人文章一开头先提出框架，再讲述经历： “为 EB1A 申请收集证据是容易的部分。” “写作比研究更难。” “X 已变得越来越重要。” AI 因受过论文写作训练，会先提出论点。真正的写作者会从经历中段写起。引用开头句。

句内照应式并列列表（严重程度：中等偏强） 单句中包含四个结构相同、以疑问词开头的并列项： “之前存在什么、它解决了什么问题、这个问题为何重要、之后发生了什么变化” Grammarly 和其他检测器对此的评分与连续句式中的照应完全相同。 修正方法是变换名词形式：“背景、实际问题、发生了什么变化”——不要让四个并列项都以“什么／为何”疑问从句开头。 引用完整列表。

刻意编排的自我觉察式括号补充语（严重程度：中等） 括号从句中，作者对自己的解读进行元评论： “而我选择将其视为进步” “而我将其视为 X 的迹象” “而我选择把它解读为 Y” 这些表达看似善于反思，读起来却像刻意安排。真正的反思会指出具体行为，然后就此打住；不会再补充作者对该行为的主观解读。 引用括号补充语。 并列的原因链（严重程度：中） 连续三个句子采用相同的“主语 + because/when + 原因”结构，即使主语各不相同： “I filed patents because X. localaik started because Y. I gave talks when Z.” 即使主语不同，这种并列的分句形式仍可被识别。变换分句结构：一个用 “because”，一个直接陈述，一个用动名词或片段句。 报告连续触发了多少个并列原因链。

“与其说是 X，不如说是 Y”比较框架（严重程度：中） 所有形式：“feels more like X than Y”、“more specific than vague”、“faster than”。 AI 会通过与相反事物作比较来描述事物。人类则会直接描述。 引用该比较句。

“不只是 X”/“不是 X，而是 Y”/“并非 X，而是 Y”的弱化表达（严重程度：中） 先说某事不是什么，再说它是什么。“It's not self-reported, it's merit-based.”、“Reasoning, not just behavior.” 这三种形式都属于同一模式。 引用该弱化表达。

没有冒号的铺垫句（严重程度：中） “what [动词短语] was [揭示内容]”这类公告式句子——关键不在冒号，而在公告式结构。以下形式都会触发：

• “What I didn't expect was...”
• “What surprised me was...”
• “The thing I realized was...”
• “What it didn't have was...”
• “What ended up working was...”
• “What changed everything was...”
• “What finally clicked was...”
• “What made the difference was...” 任何符合 “What [动词短语] was [揭示内容]” 形式的句子都是公告式句子，无论后面是否跟着冒号。引用该铺垫句。

警句式 / 回文式收尾（严重程度：中至强） 两个子模式：

1. 可以独立引用作为收尾的句子：“The boilerplate is cheaper than the confusion.”、“The work doesn't sell itself.”
2. 回文式结构——反转的并列形式，听起来像是洞见：“Being specific about being wrong is more useful than being vague about being right.”——“specific/wrong” 与 “vague/right” 互为镜像。真正的洞见是不对称的；AI 会构造对称的反转表达。 引用并指出属于哪个子模式。

首语重复——连续重复 2–3 次相同的句首（严重程度：中） “I still read slowly. I still lose the thread.” “Why this structure. Why the error handling. Why the cache TTL.” AI 会用重复的句首来强调。人类会将其合并，或变换结构。 报告重复的句首以及触发次数。

用 “Turns out” / “it turns out that” 作为揭示转折（严重程度：中） AI 常用的戏剧性揭示手法：“Turns out the config had a different timeout.” 直接陈述即可：“The config had a different timeout.” “Turns out” 除了营造发现故事的错觉外，没有增加任何内容。引用每个实例。

“要么 X，要么 Y”/“介于 X 和 Y 之间”的二元框架（严重程度：中） 将简单的二选一呈现为仅有的选项。现实情况往往是连续的。 “Teams face a choice between mocking (fast, but drifts) or live endpoints (accurate, but expensive)”——这也会触发下文的平衡括号表达模式。

平衡的括号内成对表达（严重程度：中） “(X, but Y) or (A, but B)”——一个句子中包含两种对称的权衡。 现实中的权衡并不对称。这种对称性表明是 AI 构造的。 引用这组并列的括号内表达。

倒置的突发式表达（严重程度：弱） 连续三个或更多极短句（每句少于 7 个词），且没有较长的句子作为平衡。“The code was fine. The logic held. Nothing left a trace.” 单独阅读时显得断断续续。 这与标记句长均匀、长度中等句子的 Signal B 不同。

---

混合创作来源叠加分析（估计 AI 编辑比例）

除了为 9 项信号打分，还要估计 AI 编辑比例——文本中看起来由 AI 撰写或编辑的部分占比。这与结论是独立的维度，针对的是现实中常见的情况：人类编辑 AI 草稿（或 AI 润色人类草稿）。此处的思路借鉴了 EditLens（arXiv 2510.03154），它回归的是编辑量，而非预测二元创作来源。

留意以下分布线索：

• 整篇文本呈现统一的 AI 特征，说明可能完全由 AI 生成
• 部分段落润色得很精致，其他段落则较粗糙，说明可能经过选择性 AI 编辑
• AI 词汇集中在过渡段和结论中，正文内容具体，说明可能是 AI 搭建框架、人类填充实质内容
• 开头／结尾段落读起来很精致，中间部分则零散或粗糙，说明可能只有文章首尾经过 AI 编辑
• 文本中途语气发生变化（正式 → 随意，或反之），说明可能混合了不同来源
• 某个段落包含了所有被禁词汇，其他段落一个都没有，说明可能是将一段 AI 撰写的内容插入了其他人类创作的文本中

从以下档位中估计比例：

• 纯人类（约 0%）
• 轻度 AI 辅助（约 10-30%） — 轻微润色、单个章节或词汇替换
• 混合创作来源（约 30-60%） — 大量 AI 撰写的内容穿插其中
• 重度 AI 编辑（约 60-90%） — AI 草稿经人类修改，或人类草稿经过大量 AI 重写
• 纯 AI（约 100%）

请在输出格式中另起一行报告此比例。

---

输出格式

始终严格按以下结构输出：

AI-CHECK REPORT
===============

VERDICT: [Human | Likely Human | Uncertain | Likely AI | AI]
CONFIDENCE: [Low | Medium | High]
OVERALL SCORE: [0–27] / 27
AI-EDITED FRACTION: [Pure human | Lightly AI-assisted | Mixed authorship | Heavily AI-edited | Pure AI]

SIGNAL BREAKDOWN
----------------
A. Perplexity            [0-3]  [one-line summary]
B. Burstiness            [0-3]  [one-line summary]
C. Hedge density         [0-3]  [one-line summary]
D. Structural tells      [0-3]  [one-line summary]
E. Specificity           [0-3]  [one-line summary]
F. Transitions           [0-3]  [one-line summary]
G. Punctuation           [0-3]  [one-line summary]
H. Voice / register      [0-3]  [one-line summary]
I. Rhetorical scaffolding [0-3]  [one-line summary]

EVIDENCE LOG
------------
[For every signal score > 0, list each specific instance with a short quote or description.
Format: SIGNAL-[LETTER] | "[exact quote or pattern description]" | severity: weak/moderate/strong]

WHAT GAVE IT AWAY
-----------------
[2–4 sentences identifying the strongest signals in plain language. Be specific about
which phrases, patterns, or absences were most diagnostic. This section is written
for a human who wants to understand the tell, not just see a score.]

RECOMMENDED FIXES
-----------------
[Only present if score > 6. Concrete rewrites or changes for the top 3 signals.]

---

评分阈值

总分	结论
0–4	人类
5–8	可能是人类
9–13	不确定
14–19	可能是 AI
20–27	AI

校准说明

• 短文本（<100 个单词）可用的信号较少；请说明这一点，并将置信度最高调整为中等
• 带有领域术语的技术写作可能会压低信号 A 的分数，即使文本由 AI 撰写也是如此——不要因此惩罚准确的领域词汇
• 学术或法律写作通常会使用保留措辞和分号；请相应调整信号 C 和 G
• ESL 写作可能呈现某些 AI 特征（句长均匀、充满保留措辞）；请说明这种可能性
• 文本可能在结构／过渡方面呈现 AI 特征，但在语气方面呈现人类特征——请如实分别报告
• 信号 I（修辞铺陈）会出现在让人觉得写得很好的表达中——不要因为写作质量高而忽略这些信号。它们是最难识别的特征，恰恰因为 AI 从优秀的人类作者那里学会了这些写法。在其他方面都很简洁的文本中，“与 X 相比更像 Y”这样的比较仍然算作一个信号。
• 语体坍缩（信号 H）需要交叉核对：仅有非正式标记并不能让 Slack 消息显得像人类写的。要看 lmk 和 ~60% 背后的句子结构。如果底层文字流畅、完整，非正式标记只是表面噪声。
• 格言式结尾（信号 I）需结合上下文判断——在长篇个人随笔中，一句精炼的结尾诊断性较弱；在一篇 200 字的帖子中，如果它是唯一令人印象深刻的句子，则诊断性更强。请据此调整权重。

已知的检测上限（相应限制置信度）

• 基础模型输出是已知的检测上限。 arXiv 2605.19516（“Base Models Look Human”）以及 Pangram 的佐证分析表明，原始的、未经指令微调的基础模型输出，在当前最先进的检测器看来像是人类撰写的。现代检测器实际捕捉到的是 RLHF／指令微调留下的痕迹（礼貌的保留措辞、结构化列举、完美连贯性、“乐于助人的助手”语体），而非“AI 特征”本身。如果文本可能出自基础模型或仅经过轻度微调的释义工具（HIP 式攻击），即使表面信号看起来明确，也应将置信度限制在中等。
• Claude 是零样本检测器的盲点。 DetectRL 基准测试（arXiv 2410.23746）记录了 Binoculars 在 Claude 生成文本上的 AUROC 仅约为 55%，而在 GPT-3.5 生成文本上约为 88%。如果来源模型可能是 Claude，应格外谨慎地看待较低分数。
• 迭代改写的文本构成检测上限。 PADBen（arXiv 2511.00416）表明，对直接 AI 文本检测准确率超过 90% 的检测器，在经一个或多个大模型迭代改写的文本上会彻底失效。如果用户提到文本经过释义或重写，应降低所有信号的权重。
• 文体线索受语料影响。 基于 SHAP 的可解释性分析（arXiv 2603.23146）表明，检测器所依赖的表面文体特征因数据集而异，并非稳定的作者身份信号。这一点对信号 I（修辞框架）的影响尤为明显。不要过度依赖任何单一信号；应要求不同类别的信号相互印证。
• 多语言文本需要匹配语言的校准。 AI 检测器对非英语文本的误判率很高——它们会将经过轻度润色的阿拉伯语人类文本错误标记为 AI 生成，某商业检测器的准确率从 92% 降至 12%（arXiv 2511.16690）。除非已知校准情况，否则不要对非英语文本给出高置信度判断。

检测器概况（供参考）

如果用户询问“工具 X 会怎么判断？”，以下是当前各工具的特点：

• **GPTZero（2025）**采用 RL 对抗式自训练和学习型分类器集成，而非仅依赖困惑度与突发性。输出分为 4 类（人类／轻度／中度／完全由 AI 辅助）。 旧说法“GPTZero 依赖困惑度与突发性”已过时。
• Binoculars 是一种强大的零样本基线检测器，但存在上述 Claude 盲点。
• Pangram 3.0 声称准确率为 99.98%，误报率为 1/10,000，且在人工化文本上的准确率为 97%；这些数据来自厂商基准测试（独立复现尚待进行）。
• EditLens 估算的是 AI 编辑所占比例，而非二元作者身份（F1 二分类为 94.7，F1 三分类为 90.4）。
• Ghostbuster 是典型的黑盒检测器（无需 token 概率），域内 F1 为 99，跨域表现则会下降。
• DependencyAI 使用句法依存 n-gram 和 LightGBM，无需访问大模型即可实现跨语言检测。