C-ReD：面向真实场景的中文AI生成文本检测基准

研究团队发布C-ReD（Chinese Real-prompt AI-generated Detection benchmark）基准测试，针对中文AI生成文本检测面临的模型多样性不足、数据同质化、领域覆盖有限、语言特性差异等挑战，基于真实世界提示构建，涵盖多样化模型和领域，显著提升中文AI生成文本检测的可靠性和泛化能力，为相关研究与应用提供标准化评估平台。

大型语言模型带来内容创作便利的同时，AI生成的虚假新闻、代写论文、钓鱼邮件等问题引发信息信任危机，开发可靠检测技术至关重要。但中文场景存在特殊挑战：现有基准模型多样性不足、数据同质化（模板化提示与真实用户交互差距大）、领域覆盖有限、语言特性差异导致英文方法迁移效果差。

C-ReD围绕三大原则设计：真实性（基于真实场景提示）、多样性（涵盖十余个主流中文大模型如GPT系列、文心一言、通义千问等）、全面性（覆盖新闻、社交媒体、学术论文等十余个领域）。数据集规模领先：数万真实提示（经脱敏处理）、人机样本平衡、覆盖不同文本长度。

域内检测准确率超90%且表现稳定；跨模型泛化优异（零样本仍保持高准确率，识别模型族特征）；跨数据集泛化优于专用数据集，适应新领域能力强，对繁体中文等变体鲁棒；对抗鲁棒性方面，对简单后处理文本仍有检测能力。

提示收集多源（社交媒体、问答平台等）且脱敏、质量筛选；文本生成采用温度采样、多轮交互、后处理控制（去除模型标识）并人工验证；人类样本与AI样本主题/长度匹配，来源多样且真实验证。

应用价值：为研究者提供标准化评估平台，为开发者提供训练测试数据，帮助平台运营者维护内容可信度，支持教育机构保护学术诚信。局限：时效性需持续更新、对抗样本覆盖不足、多模态内容未涉及、因果机制研究待深入。

未来工作：建立数据集持续更新机制、开发对抗鲁棒检测方法、扩展多模态检测、深入研究AI文本指纹特征。结语：C-ReD是AI治理重要一步，平衡创新与责任，期待社区基于此开发更鲁棒的检测方法，推动可信赖AI环境构建。