任务措辞与强调标记混淆机器文本检测

该研究通过俄语语料库证明，机器生成的文本来源（origin）是生产过程的属性而非文本可观测属性，且生产条件会将文本推向生成模型预设的方向，从而混淆检测器判断。在固定生成源的情况下，仅改变任务措辞就导致四种检测程序（可解释指数、训练分类器、零-shot 指标、裁判模型）的评分发生显著分歧，其中三个给出负向偏移，一个给出正向偏移，且置信区间均不包含零。 关键证据显示，仅移除强调标记（emphasis markers）就能将自信的机器判定翻转为人写，而全文字符未变；仅凭来源标识符的基线在定义组上达到 1.0000 的中位 AUROC。这表明检测分数并非单纯反映语言风格，而是数据收集、重复、格式化和预处理决策的产物，甚至可能受非内容因素主导。 事实层面，四项检测程序在相同生成源下对同一文本给出了不一致的“机器似然度”评分。推断层面，当前基于统计特征的检测机制极易被非语义的生产条件干扰，其作为“金标准”的可靠性存疑。猜测层面，若行业继续依赖此类检测进行内容审核或版权界定，可能会产生大量误判，需重新评估检测系统的验证流程与基准测试设计。