研究称人类无法可靠识别LLM生成新闻，用户侧检测不可行。
资讯摘要
论文提出JudgeGPT研究平台，在连续量表上分别测量来源归因（人类还是机器）与真实性判断（真实还是虚假）。作者收集1054名参与者对六个LLM生成内容的2318次判断，报告五项发现：参与者无法可靠区分机器与人类文本（p>.05）；该结果在所有测试模型上成立，包括仅7B参数的开源权重模型；自报领域专长可预测判断准确率（r=.35），政治倾向则不能；聚类显示存在“怀疑者”与“相信者”两类策略；连续约30次评估后准确率因认知疲劳下降。作者据此认为用户侧检测不可行，需系统级手段如加密内容溯源。
要点速读
- 1054名参与者对六个LLM生成内容做出2318次判断，来源归因与真实性判断分别测量。
- 参与者无法可靠区分机器与人类文本（p>.05），该结果覆盖包括7B开源权重模型在内的所有测试模型。
- 自报领域专长与判断准确率相关（r=.35），政治倾向不相关；连续约30次评估后准确率因认知疲劳下降。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/11/3 08:00:27（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。