Google DeepMind 与 UPenn 论文用稀疏自编码器构建可审计的 AI 文本检测器

Google DeepMind 与 UPenn 的论文提出用稀疏自编码器解析 Gemma-2-2B 检测器内部激活，让 LLM 标注特征后训练简单分类器，构建可解释的 AI 文本检测器。