是的，洛特&183;杜根忧虑的还不是学术期刊的评价体系。
而是当学生们笃定教授根本分辨不出ai论文后，未来会以什么态度去对待严肃的学习和科研工作。两人最终的结论很明确。
ai可以是科研辅助工具，但绝对不能成为作弊工具。
所以现在不管从哪个角度考虑，他们必须要尽快找到能快速分辨出ai论文的办法。
于是回到家后，查尔斯&183;费弗曼又给几个做研究的朋友去了电话。
但得到的答案却让他更悲观了。
sartacadeic没有开源，所以他们也不清楚其生成论文的原理是什么。
但有一点他们能肯定，这款ai大模型肯定是用了一些他们还没有掌握的技术。
否则生成的文章不可能完全没有ai的痕迹。
这么说吧，ai虽然有幻觉，经常会给出一些错误的答案。
但在文章用词跟语法上却又很执拗，一般都只选择最安全的表达方式，甚至连歧义都不能容忍。这也是ai文章几乎找不出错字的原因。
想让ai故意在文字方面出错并不是不行，但如果从设计层面一旦允许大模型在文字方面出错，那生成的文章就会错的很离谱，正常人根本就没法看。
因为大模型一旦允许出错就是系统性的，错误往往还会卡在同一个套路里，一遍遍不停地重复。这是目前主流ai大模型的学习和训练机制决定的。
而sartacadeic不但会像人类一样，在文字和语法层面出错，而且各种错误还是随机的。甚至偶尔还会出现带有歧义的字句。单纯从技术上说这就跟人类写出的东西有着相同的特征。更绝的是，sart acadeic生成的论文还能根据作者所在地的不同和文字习惯进行个性化生成，这就更没法检测了！
所以这些业内人士告诉查尔斯&183;费弗曼的原话是：“查尔斯，别想了。
我们甚至敢肯定燕北新智能体研究中心给出的所谓检测系统，根本就是直接和sart acadeic的数据特征库做比对。
只有这样才可能百分之百的分辨出sart acadeic生成的论文。其他任何ai检测方法都不可能有这种成功率。
所以想要研发出同样的产品起码在当下的技术条件下是不可能的。除非sart acadeic能够开源，或者直接公开数据库。
与其寄希望于通过技术