最近被AI检测搞得不胜其烦，如果试用微调过后的大模型还可以被识别出来吗？
通过监督式训练和包含特征的数据集，如某位作家的小说或者某论坛用户的发言习惯来训练一个模型，这样微调后的输出有多大可能被识别出来？
15 Likes
有没有懂的佬来讲讲
4 Likes
3 Likes
贴个之前研究时总结的帖子：
一直都在研究提示词过检测，但是有效的实现起来不容易，没有几个好用的提示词，在检测数据库更新后都会失效
所以开始研究起了微调开源模型，希望能通过微调的方式来改变输出语言习惯从而避免被检测
3 Likes
微调+强化学习后确实可以限制LLM的文风，但具体数据不太清楚。
1 Like
之前站里不是有人还分享过文字水印的么。。。当时没太仔细看的说
1 Like
估计还是能检测的，要微调很多才有用
1 Like
谷歌好像放弃了
创建数据集很难，目前主流用的数据集都是监督式的，要求提问对应回答
但若是想模仿写作风格的数据集就不确定如何创建了
微调怎么可能？除非你用特殊的数据全新的训练。
感觉找论文比问佬友快点 
感觉个人想要微调大模型，很难有足够的算力啊 
除了个人用用，其他的似乎又不大有这样的需求
1 Like
微调…不太可能吧w
instruction是你的写作场景的prompt
input是你的问题
output是按照你要求的风格写的文章。
input可以是大模型抽取output构建的问题。
还是会的
之前的想法是用云端计算微调基本上是一次性付费，然后部署在本地电脑上日常推理
找到一篇：
微调的时间、资源成本都较高，而且小模型的创作能力一般般，如果是写作的话，可能效果不会像你想的那样也不一定，当然，微调肯定是好的，但值不值得就另算了，起码现在阶段来看。
个人建议还是首推通用大模型，我长期都使用Gemini，最新推出的2.5更是对抗朱雀检测的利器，简单的提示+高温度创作就可以做到0%AI味了，暂时来说够用。
没什么必要，只要你一直用最新最强的大模型然后稍微调整一下提示词跟温度，自己再多试试压根就测不出来的，最近估计要更新一个新的llama模型，回答相当拟人，等一段时间，你把其他ai生成的文章喂进去，让他重新输出，估计检测直接降到0%，没必要耗时耗力折腾微调
最新的大模型确实一般都很难检测出，但是也有时效性问题，一般数据库更新后就100%了