“如果让我来做这件事，我会用大模型来做，因为传统的统计方法太麻烦了，目前大模型的能力已经很强了。”

谈及更细节的技术路线，卢志武进一步表示：“按照正规的训练流程应该先收集正样本与负样本，正样本是AI生成的且被模型检测为AI生成的数据，负样本是人写的但被识别成AI生成的数据，两类数据大模型都要去学习，按照目前的大模型的学习能力至少准确率不会像现在看到的这么低。这些模型有没有收集到足够的正负样本去训练，这个事情就存疑了，但我想再过一年半年应该不会像现在这么惨了。”

谈及目前的AI率检测工具的评价，卢志武直言不讳：“至少从你描述的结果来看，我觉得技术不成熟，至少不够好。出现这种结果，我甚至怀疑现在的产品是不是用大模型做的，从目前的结果来看更像是规则或比对出的结果。论文的事情太复杂了，如果是这样做的，那可能就不太靠谱了。”

为了验证市面上论文检测工具的效果，搜狐科技也选取了一篇论文，同时用三种市面上常见的论文查重工具检测分别检测了该篇论文的AI率。

本次选取的论文是DeepSeek公司在今年1月发布的名为《DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning》的论文，论文通过详细的实验和分析，展示了如何通过强化学习提升LLMs的推理能力，并通过知识蒸馏将这些能力传递给小型模型，为未来开发更智能、更高效的LLMs提供了重要的参考和启示。论文一经发布就广受关注，也受到业内人士诸多好评。

搜狐科技将该篇论文分别提交至知网、维普以及免费论文查重工具Paper YY进行AI率检测，三种工具所测得结果相差较大。

知网检测该篇论文的AI特征值为31.9%。

维普则认为该论文全文AIGC生成率达到57.62%。