1
AI 辅助撰写提案涌入美国国会：充斥细节错误，拖慢审核进度
AI写提案进国会，细节错漏百出，法律漏洞恐激增，立法效率反被拖累。
IT之家 8 月 19 日消息，媒体 politico 昨日（8 月 18 日）发布博文，报道称人工智能（AI）正进入美国国会立法流程。 大量 AI 辅助撰写的提案涌入美国国会，但律师清理错误草稿耗时增加。 报告指出随着越来越多国会办公室使用 ChatGPT 和 Claude 聊天机器人撰写提案，美…
2
Anthropic 宣布为 Claude 生成文本加入水印后，部分用户担心“留痕”选择退订
AI水印引发隐私顾虑，Claude付费用户用脚投票，生成式AI信任危机初现。
IT之家 8 月 15 日消息，人工智能公司 Anthropic 宣布为 Claude 生成文本加入水印后，部分用户开始选择退订。随后，《商业内幕》采访了 4 名已经退订 Claude 的用户，他们 担心自己的工作成果中会留下长期存在的标记 ，并可能在代码等客户项目中暴露自己使用 AI 的情况。 水…
3
Anthropic 将为 Claude 生成文本加入隐形水印，防范 AI 内容冒充原创
AI 代笔越来越难藏了，Anthropic 给 Claude 输出加隐形水印，复制改写也难抹除，原创性保护迎来新手段。
IT之家 8 月 11 日消息，以后想让 Claude 从小说到作业都充当“代笔”，恐怕要难得多了。 Anthropic 当地时间周一宣布，新版 Claude 模型将在 AI 生成的文本中直接嵌入一种“无法察觉的水印”。Anthropic 表示，这种水印不会改变文本的含义或可读性，即使用户复制、粘贴…
4
DWT-Fusion: A Signal-Based Framework for Training-Free LLM-Generated Text Detection
无需训练，基于离散小波变换的LLM文本检测新框架，刷新零样本检测效率。
arXiv:2607.22026v1 Announce Type: new Abstract: Detecting LLM-generated text remains challenging under zero-shot and training-free conditions, especia…
5
Authorship Attribution in Multilingual Machine-Generated Texts
多语言机器生成文本的作者归属研究，ACL 2026 主会论文，为检测 AI 文本提供新思路。
arXiv:2508.01656v2 Announce Type: replace-cross Abstract: As Large Language Models (LLMs) have reached human-like fluency and coherence, distinguishin…
6
"That's AI Slop, You Bot!" Studying Accusations, Evidence, and Credibility in Online Discourse Towards LLM-Generated Comments
分析了2500万条评论，揭示读者如何识别和指责AI生成内容，以及反AI态度的演变
arXiv:2606.12073v1 Announce Type: cross Abstract: Generative AI has made fluent prose cheap to produce, breaking the old promise to readers that good …
7
Who Wrote the Book? Detecting and Attributing LLM Ghostwriters
这篇论文提出检测与归因LLM代笔创作的方法，直击AI生成文本的鉴别难题。
arXiv:2603.28054v2 Announce Type: replace Abstract: In this paper, we introduce GhostWriteBench, a dataset for LLM authorship attribution. It comprise…
8
SV-Detect: AI-generated Text Detection with Steering Vectors
用转向向量（Steering Vectors）精准识别AI生成文本，为深度伪造检测提供新思路。
arXiv:2606.07313v1 Announce Type: cross Abstract: Detecting machine-generated text is especially difficult under distribution shift, such as transfer …
9
Luminol-AIDetect: Fast Zero-shot Machine-Generated Text Detection based on Perplexity under Text Shuffling
零样本快速检测AI生成文本新方法，基于困惑度与文本洗牌，无需训练数据即可高效识别。
arXiv:2604.25860v2 Announce Type: replace-cross Abstract: Machine-generated text (MGT) detection requires identifying structurally invariant signals a…
10
TSM-Bench: Detecting LLM-Generated Text in Real-World Wikipedia Editing Practices
针对Wikipedia真实编辑场景的LLM文本检测新基准TSM-Bench发布，填补了现有泛化基准的空白。
arXiv:2605.31113v1 Announce Type: new Abstract: Automatically detecting machine-generated text (MGT) is critical to maintaining the knowledge integrit…
11
为什么没人会喜欢你用 LLM 写出来的东西？
戳中痛点：LLM 的油滑表述、口癖和过度谄媚如何毁了你的输出，值得所有 AI 用户警醒。
LLM 的后训练、对齐、蒸馏，不仅让模型输出变得更可控，但没人喜欢这样的东西。 查看全文
12
The literary world isn’t prepared for AI
文学界尚未准备好应对AI：获奖作品中出现LLM生成文本的典型痕迹，如混合隐喻与首语重复
Since 2012, the British literary magazine Granta has published the regional winners of the annual Commonwealth Short Story Prize. This year, however, …
13
C-ReD: A Comprehensive Chinese Benchmark for AI-Generated Text Detection Derived from Real-World Prompts
首个源自真实世界提示的中文AI生成文本检测综合基准C-ReD发布，助力识别机器撰写内容。
arXiv:2604.11796v2 Announce Type: replace Abstract: Recently, large language models (LLMs) are capable of generating highly fluent textual content. Wh…
14
DetectRL-X: Towards Reliable Multilingual and Real-World LLM-Generated Text Detection
多语言大模型文本检测新方案，针对真实场景打造更可靠识别系统
arXiv:2605.15518v1 Announce Type: new Abstract: The effective detection and governance of Large Language Model (LLM) generated content has become incr…