4 / 30
Sapling 的 AI detector 来自一家 NLP 工具公司，而不是一家 integrity 公司，这一点很明显, 它提供公开 API、按句 perplexity 分数，以及一个为分流工作而构建的 Chrome 扩展。其独立记录是我们评测过的范围最广的，从 Scribbr 测试中的零误报，到 2025 年 Texas A&M 研究中的 90 percent 误报率。真正的发现不是某一个分数，而是这种波动性。
Winston AI 宣称 99.98% 准确率，这是检测器行业中最高的自我宣称数值，基于公司从未公开的内部测试集测得。同行评审的 RAID 基准在固定 5% 假阳性率下将其总体准确率定为 71%，在四个受测商业检测器中仍居第二。以下说明每个数字实际衡量的内容，以及这款工具真正适合哪些人。
Scribbr 的免费 AI 检测器在免费层级中给出了最好的数据之一, 78 percent 准确率, 并列第一, 这是在 Scribbr 自己发布的比较中得出的, 高级层级为 84 percent。关键在于“自己”这个词, 这项测试由供应商设计、执行并评分, 而另一个排名靠前的免费工具属于同一母公司。以下说明这些数字依据什么, 高级层级增加了什么, 以及为什么 Scribbr 的预检不能预测 Turnitin 的结果。
Copyleaks 是许多学生在未主动选择的情况下接触到的 AI 检测器，它与抄袭检测一起捆绑在 Canvas、Moodle 和 Blackboard 中。该供应商宣称准确率超过 99%，误报率为 .03%。在 2026 年 6 月的 Vrije Universiteit Brussel 研究中，它未能将 40 篇完全由 AI 生成的论文中的任何一篇完整标记出来。以下是证据实际显示的内容。
Pangram 公布的误报率约为 1 in 10,000，而且与大多数检测器供应商不同，它现在有近期的独立研究指向同一方向。来自 Vrije Universiteit Brussel 的一项经同行评审的 2026 年研究发现，在四种工具中，只有它在硕士层级论文上给出了令人满意的结果。以下说明这些研究测量了什么，证据在哪些方面仍然薄弱，以及任何检测器分数都无法证明什么。
投稿系统按固定顺序收集材料，而真正卡住你的往往几乎不是稿件本身。这份清单按照投稿系统自身的顺序排列, 从稿件文件到图表、利益冲突、资助、数据可得性、作者贡献、ORCID 和建议审稿人, 再到最后一项投稿信。
没有你所用语言译文的文章会显示在英文博客中。