Imitate Before Detect

常见检测多半在判断「这段文字像不像 AI 写的」，而它针对的是另一种情况：文字原本由人写成，之后被机器润色或改写。这类混合稿在常规检测里容易落在灰区，它通过先学习机器改写的风格特征，再据此判断文本是否被机器动过。

不太方便。它的公开形态偏向研究方法和代码，需要自己准备运行环境、执行代码才能得到结果，没有上传文字就出结论的现成界面。如果你只是想知道一段文字有没有被机器改过，更实际的做法是找人帮你跑，或者关注它给出的判断思路。

不建议。机器修订的痕迹会和人的写作习惯、编辑润色混在一起，任何单一方法都可能出现误判。它的定位是提供一个有参考价值的信号，用在审稿、查重这类场景时，应配合人工复核，而不是直接拿结果下结论。

它的思路是先学习机器改写的风格再判断，所以效果和它建模时见过的改写风格有关。如果对方用的是另一种改写方式，风格特征会变，判断结果也需要重新验证，不能默认在所有改写工具上表现一致。

需要具备基本的代码运行能力，能搭建环境、跑通项目里的流程，并准备好要检测的文本样本。适合有技术背景的团队把它集成进自己的检测流程，而不是个人用户在浏览器里点几下就能用。