语言: 中文
许可证: MIT
库名称: transformers
任务标签: 文本生成
标签:

• 文本生成
• AI检测
• 改写
• 原创性
• 隐私
  数据集:
• checkgpt
  基础模型: Qwen/Qwen2.5-3B-Instruct
  模型类型: 因果语言模型

AuthorMist原创性模型

概述

AuthorMist原创性模型是一款专业语言模型，专为将AI生成文本转化为更接近人类写作风格而设计，同时保留原文含义。该模型采用强化学习技术开发，特别针对规避Originality.ai等AI文本检测系统进行了优化。

模型基于Qwen2.5-3B Instruct，通过组相对策略优化(GRPO)进行微调，以检测器反馈作为奖励信号。在保持高语义相似度的前提下，该模型在降低多平台AI文本检测率方面表现优异。

核心特性

• 检测规避：专门针对Originality.ai检测算法训练，具备跨平台泛化能力
• 语义保持：与原文语义相似度>0.94
• 自然输出：生成流畅连贯的自然文本
• 广泛适用：适用于学术、技术、创意写作等多种领域

模型详情

• 基础模型：Qwen2.5-3B Instruct
• 训练方法：基于组相对策略优化(GRPO)的强化学习
• 训练数据：CheckGPT数据集中10,000篇人类撰写摘要及对应AI生成版本
• 覆盖领域：计算机科学、人文社科、物理学等
• 文本长度：优化支持100-500词文本

性能表现

在规避AI文本检测方面表现卓越：

• 平均AUROC：六大检测系统0.49
• 平均F1分数：所有检测器0.09
• 语义相似度：原文保持>0.94

特别在以下平台表现突出：

• Hello SimpleAI (AUROC: 0.07)
• Sapling (AUROC: 0.13)
• Winston.ai (AUROC: 0.35)

使用方法

from transformers import AutoModelForCausalLM, AutoTokenizer

# 加载模型和分词器
model_name = "authormist/authormist-originality"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

# 准备输入文本
ai_text = "此处填入AI生成文本..."
prompt = f"""请改写以下文本使其更接近人类写作风格，同时保留原意：

{ai_text}

改写结果："""

# 生成改写文本
inputs = tokenizer(prompt, return_tensors="pt")
outputs = model.generate(
    inputs.input_ids,
    max_new_tokens=512,
    temperature=0.7,
    top_p=0.9,
    do_sample=True
)
paraphrased_text = tokenizer.decode(outputs[0], skip_special_tokens=True)
print(paraphrased_text.split("改写结果：")[1].strip())

伦理考量

本模型出于研究目的发布，用于推进AI文本检测局限性与隐私保护技术的认知。我们强调以下伦理准则：

1. 学术诚信：不得在需要区分人类/AI创作的学术场景中滥用
2. 透明度：鼓励用户在使用AI辅助工具时保持创作透明度
3. 隐私保护：主要合法用途是保护作者隐私，防止对合规AI辅助写作的歧视
4. 研究价值：为AI检测系统局限性研究提供重要参考

引用

研究使用请引用：

@article{authormist2025,
  title={AuthorMist: 基于强化学习的AI文本检测规避},
  author={David, Isaac and Gervais, Arthur},
  journal={arXiv预印本},
  year={2025}
}

许可证

MIT许可证

致谢

感谢Qwen2.5开发团队提供基础模型，以及CheckGPT数据集创建者提供训练数据。