准确率与误报率
AI 生成文本识别：准确率与评测方法
本页所有数字均来自 FVDOC V3 的留出验证，并标明各项数字对应的测试条件与适用范围。
最后更新
中文结果
0.7%
人工撰写的中文文本（网页与专业文书）被误判为 AI 撰写的比例。
100%
整篇由 AI 撰写的中文文档被检出的比例。
0%
人工撰写的中文法院判决书被误判为 AI 撰写的比例。
0%
人工撰写的中文行政公告被误判为 AI 撰写的比例。
FVDOC V3 留出验证集结果，2026 年 10 月
检出率
| 测试集 | 检出率 |
|---|---|
| 整篇 AI 撰写的中文文档 | 100% |
| 整篇 AI 撰写的文档（五种语言，按语言） | 98–100% |
| OpenAI 模型系列 | 100% |
| Anthropic 模型系列 | 99.3% |
| Google 模型系列 | 100% |
| DeepSeek 模型系列 | 99.5% |
| 开发中从未使用过的模型（每个模型） | 98.4–100% |
| 开发中整体排除的模型系列 | 96.5–100% |
| 仿照真实文书类型、同一主题的 AI 撰写文档（中文） | 94% |
| 同上，理赔类文档（多语言） | 91% |
网站与报告都不判断文本出自哪一款 AI。
FVDOC V3 留出验证集结果，2026 年 10 月
功能验证与检测准确率，是两类证据
离线回归覆盖 38 个场景、35 份不同内容文件，其中 10 份为公开资料，并检查五语言报告生成与展示。这验证文件处理、正确拒绝和证据呈现，不是 AI/OCR 或造假检测准确率评测。已有模型数字只适用于声明的数据集、语言、任务与版本，不能推广到扫描字段、签名或所有文档。
上限为 50 MB、100 页和 60,000 词，具体检查另有资源限制。未检查、部分检查和无法确定分别显示。未发现异常不等于证明真实；不承诺恢复已删除历史或发现所有遮盖残留，也不宣称完整 UTS #39 或 PAdES 长期验证认证。
资料来源
- EPA: public training documents访问日期：2026年10月30日
- Section508.gov: public document training materials访问日期：2026年10月30日
先看定义
在 FVDOC V3 的留出验证中，人工撰写的中文文本被误判为 AI 撰写的比例为 0.7%，整篇由 AI 撰写的中文文档检出率为 100%。
误报率
人工撰写的文本被判为 AI 撰写的比例。这类错误直接影响提交方，因此是我们首先公开的指标。
检出率
AI 撰写的文本被正确识别的比例。文本经过改写、润色后，检出率会明显下降，详见“已知局限”。
留出验证集
未参与模型开发的测试文本。本页数字均在这类文本上测得。
各语言的误报率
| 语言 | 误报率 |
|---|---|
| 中文 | 0.7% |
| 英语 | 0.2% |
| 德语 | 0.2% |
| 西班牙语 | 0.1% |
| 法语 | 0.9% |
FVDOC V3 留出验证集结果，2026 年 10 月
专业文书
| 文书类型 | 误报率 |
|---|---|
| 中文法院判决书 | 0% |
| 中文行政公告 | 0% |
| 真实 PDF 文档（多语言） | 0% |
| 法律文书（五种语言） | 0% |
| 填写后的模板（中文） | 0% |
验证中未出现误判，不代表同类文书永远不会被误判。
FVDOC V3 留出验证集结果，2026 年 10 月
篇幅与排版的影响
| 条件 | 误报率 |
|---|---|
| 150–300 个词（多语言） | 0.7% |
| 300–1,000 个词（多语言） | 0.4% |
| 1,000 个词以上（多语言） | 0.2% |
| 排成信函或合同格式（中文） | 0.3% |
中文篇幅按约 2 个汉字折合 1 个词计算。排版测试将人工撰写的文本加上编号、页码与签名栏，排成信函或合同格式。
FVDOC V3 留出验证集结果，2026 年 10 月
如何复核一个结论
检测结论是复核的起点。建议按以下四步处理，再作决定。
- 01 / 04
查看被标记段落
按报告注明的页码或段落序号，在原文中逐段阅读被标记的段落，判断其内容与上下文是否一致。
- 02 / 04
对照原始来源
索取原始电子文件或更早的版本，比较措辞与修改记录。
- 03 / 04
了解撰写过程
向提交方询问文件由谁起草、是否借助 AI 工具。借助 AI 起草本身往往是正当的。
- 04 / 04
结合其他证据
与卷宗中的其他材料交叉核对。不应单凭检测结论作出不利决定。
版本
FVDOC V3 · 验证日期 2026 年 10 月
适用范围与已知局限
这些情形与上面的结果同样重要。其中涉及 AI 改写、润色与混合撰写的情形，检出率较低，往往无法检出；阴性结果不能证明文档未经 AI 参与。每份报告都会按检测语言与篇幅，列出对应的适用范围。
- AI 以人工原稿为底稿重写（“AI 洗稿”），并保留事实、人名与日期：检出率较低，这是检测难度很高的一类情形。
- AI 改写人工文档的措辞，或刻意改得更像人写的：检出率较低，往往无法检出。
- AI 对人工文本的轻度润色：检出率较低，结果因模型系列而异。
- 人工文档中夹带的 AI 段落，包括较大篇幅的段落：检出可靠性低于整篇由 AI 撰写的文档。
- 混合文档中，被标记段落通常只覆盖其中一部分 AI 撰写文字。
- 零散分布在全文中的少量 AI 修改：基本检测不到。
- 意译或回译后的 AI 文本：往往无法检出，因语言与方法而异。
- AI 辅助写作的文本：检出率较低。
- 正文不足约 350 个汉字（其他语言约 150 个词）时不出结论，只提示“文本不足，无法判定”。
常见问题
为什么不同 AI 生成内容检测工具结果差别那么大？
各工具面向的文本类型、报告方式与公开程度不同，同一段文字得到不同结果并不罕见。评估任何检测工具，建议先看三点：是否公开误报率；误报率是否按语言与文书类型分别测得；证据不足时，是否会给出“无法判定”。FVDOC V3 的这三项信息都公开在本页。
被误判成 AI 写的，怎么办？
如果您是文件的提交方，请向审核方提供撰写过程的材料，例如早期草稿、修订记录或原始电子文件。如果您是审核方，请按本页的四个步骤复核，不要仅凭检测结论作出不利决定。报告列明了被标记的段落与验证误差率，便于双方核对。
0.7% 的误报率是什么意思？应如何看待和处理误报？
指在验证中，人工撰写的中文文本有 0.7% 被误判为 AI 撰写，误判无法完全避免。因此报告只作为复核线索：请查看被标记段落，向提交方了解撰写过程，并结合卷宗中的其他材料判断，不应单凭检测结论作出不利决定。
为什么短文本不出结论？
文本越短，可供判断的信息越少，误判风险越高。在验证中，150–300 个词的人工撰写文本误报率为 0.7%，而 1,000 个词以上的为 0.2%。因此正文不足约 350 个汉字（其他语言约 150 个词）时，系统只提示“文本不足，无法判定”，不出具报告，也不扣减检测次数。
翻译过、改写过的 AI 文本还能检测出来吗？
往往检测不到。意译或回译后的 AI 文本，以及 AI 以人工原稿为底稿重写的文本，检出率较低，阴性结果不能证明文档未经 AI 参与。这类情形请结合原始电子文件与撰写过程复核。