**DeepMind 推出 DetectorScope：让 AI 检测器“解释”其判断依据**

_DetectorScope: AI text detectors that show their work_

> Google DeepMind 发布了 DetectorScope，这是一个旨在解决 AI 文本检测器“黑盒”问题的工具。它能够将传统的不可解释检测器转化为可审计版本，通过稀疏自编码器（SAEs）分析模型残差流，将检测预测结果分解为具有自然语言描述和具体位置的验证特征。用户不仅可以查询强检测器的工作原理，还能通过悬停查看文本中触发“AI 特征”的具体位置，甚至将自定义的黑盒检测器转换为可解释版本，从而在保持高精度的同时提升透明度。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：ai-models
- **发布时间**：2026-10-24 23:13（北京时间）
- **原文**：[打开原文](https://github.com/google-deepmind/detectorscope)