跳至正文

模型发布

Veread 1.1:误判更少,混写文档的段落标注更精准

Veread 1.1 整篇 AI 文本检出率 98.6%,误判率降至 0.28%,混写文档检出率 92.2%。2026 年 11 月 18 日起全面上线。

发布于 · 7 分钟阅读

Veread 1.1 发布封面:一份文档中,AI 撰写的句子在人工写作之间被逐句标出。

要点速览

版本
Veread 1.1
发布日期
2026 年 11 月 18 日
人工写作误判率
0.28%(1.0 为 0.45%)
整篇 AI 撰写文本检出率
98.6%
人工与 AI 混写文档检出率
92.2%(1.0 为 87.3%)
未见过的 AI 模型所写文本检出率
94.9%

Veread 1.1 于 2026 年 11 月 18 日发布。在七种语言的留出测试数据上,它对整篇 AI 撰写文本的检出率达 98.6%,人工写作被误判为 AI 的比例仅为 0.28%,低于 Veread 1.0 的 0.45%;对人工与 AI 混写文档的检出率为 92.2%(1.0 为 87.3%),标出 AI 撰写段落的精确率达 97.2%。

Veread 是 Fileverity 自研的 AI 文本检测模型。现在,Fileverity 的所有文本与文档检测,均已运行在 1.1 版上。

Veread 1.1 的更新内容

  • 训练重点放在英语、西班牙语和法语。 英语、法语、德语、西班牙语、中文、越南语和阿拉伯语七种语言仍由同一个模型覆盖。
  • 人工写作的来源大幅拓宽。 涵盖学生作文与课程作业、完整的学术论文、信函与投诉、影评与商品评论、论坛讨论、小说与文学性散文、法律与行政文书、新闻以及百科类文章。
  • 有意加入高难度的人工样本。 行文正式、套路化或打磨得很工整的人工写作,正是检测工具特别容易误判为 AI 的一类,如今已成为训练的核心部分。
  • 覆盖新一代 AI 写作,来自九个模型系列: OpenAI、Anthropic、Google、DeepSeek、Alibaba、Meta、Mistral、xAI 和 Zhipu,其中包括为规避检测而被改写、“拟人化”处理的 AI 文本,以及 AI 对人工文本的改写。
  • 逐句标注。 混合文档中,每一句 AI 撰写的文字都带有标签,模型因此能准确学到人工写作在哪里结束、AI 写作从哪里开始。
  • 更干净的训练文本。 署名、版权与来源说明、Cookie 与订阅提示、网页标记、脚注编号和字数统计,均只做删除处理,正文一字不改,因此 Veread 判断的是文字本身,而不是格式。
  • 训练与评测之间严格去重。 完全重复和近似重复的文本都经过筛查,模型不会在自己实际上见过的文本上接受测试。
  • 判定阈值重新校准。 阈值依据留出的人工写作确定;段落标注和写作风格比对也针对新模型重新校准,后者现在出现得更频繁,也更准确。

评测结果:Veread 1.1 与 1.0 对比

两个版本使用同一套评测:留出的文本约 100 词及以上,涵盖七种语言。

指标Veread 1.0Veread 1.1
人工写作被误判为 AI0.45%0.28%
整篇 AI 撰写文本检出率98.3%98.6%
各类 AI 撰写与 AI 辅助文本检出率95.4%95.9%
人工起笔、AI 续写的文本检出率91.7%94.3%
人工与 AI 混写文档的检出率87.3%92.2%
约 100 词短文本检出率92.9%94.1%
完整文档检出率96.6%96.8%
AI 改写文本检出率92.5%92.8%
段落标注 F190.392.9
AUROC,短文本0.9950.996

此外,Veread 1.1 对插入人工文本中的 AI 段落检出率为 100%,对经 AI 润色的文本为 97.6%,对来自开发中从未使用过的 AI 模型的文本为 94.9%;完整文档上的 AUROC 为 0.999。

Veread 1.1 与 Veread 1.0 对比:误判率由 0.45% 降至 0.28%,各项主要检出指标均有提升。

误判减少超过三分之一,各项主要检出指标同步提升。

指标含义

  • 误判率: 人工撰写的文本中,被判为含 AI 撰写内容的比例。越低越好。
  • 检出率: AI 撰写或 AI 辅助的文本中,被 Veread 识别出来的比例。越高越好。
  • AI 辅助: 只有 AI 确实改动了文字,才计入此类,无论是续写、改写、润色,还是插入人工文本中的 AI 段落。
  • AUROC: 不论判定点设在哪里,Veread 的评分对人工写作与 AI 写作的区分有多清晰。满分 1 表示完全分开。
  • 段落标注 F1: 把“找到多少 AI 撰写的段落”与“标出的段落中有多少确为 AI 撰写”合成一个分数。
  • 标注段落的精确率: 被标出的文字中,确由 AI 撰写的比例。

对人工写作的误判更少

误判,就是把一个人自己写的作品标成机器所写。对教师、招生办公室和编辑来说,这个数字决定了检测工具能否用在真实的人的作品上。

Veread 1.1 对人工写作的误判率为 0.28%,比 Veread 1.0 减少超过三分之一。这一数字涵盖全部留出的人工写作,其中包括来自训练中从未使用过的来源的独立人工样本。完整文档的误判率为 0.23%。

每种语言的误判率都低于 0.5%:英语由 0.43% 降至 0.18%,西班牙语由 0.77% 降至 0.41%,法语由 0.76% 降至 0.45%,其余语言见下文语言表。每种文体的误判率都低于 1%:文学与文学性散文由 0.62% 降至 0.08%,评论与论坛由 0.84% 降至 0.38%,学生与语言学习者的作文由 0.51% 降至 0.30%,学术与科学文本由 1.08% 降至 0.77%。

混合文档中的段落标注更精准

现实中的来稿很少是纯粹的机器输出。Veread 1.1 通过逐句标注学习,对人工与 AI 混写文档的检出率达 92.2%(1.0 为 87.3%),标注段落的精确率达 97.2%,段落标注 F1 为 92.9(1.0 为 90.3)。以上结果均通过生产引擎端到端测得。

混合文档中的段落标注:Veread 1.1 标出 AI 撰写的句子,对混写文档的检出率为 92.2%,精确率为 97.2%。

虚构示例。Veread 1.1 在同时含有人工写作的文档中,标出 AI 撰写的句子。

七种语言,逐一实测

一个模型服务七种语言,每种语言都单独测量,结果如下。

语言人工写作被误判AI 撰写与 AI 辅助文本检出率整篇 AI 撰写文本检出率
英语0.18%94.5%95.1%
法语0.45%96.8%99.1%
德语0.27%94.1%100%
西班牙语0.41%96.0%100%
中文0.03%98.8%100%
越南语0.48%92.8%95.5%
阿拉伯语0.13%97.5%98.5%

AI 撰写与 AI 辅助文本的检出率在英语(1.0 为 93.3%)、德语(93.2%)、越南语(90.7%)和阿拉伯语(97.2%)上均有提升;整篇 AI 撰写的德语文本检出率由 99.1% 升至 100%。

按模型系列看,整篇 AI 撰写文本中,来自 OpenAI、Alibaba、Mistral、xAI 和 Meta 的检出率均为 100%(Meta 此前为 96.8%),DeepSeek 为 96.3%(此前 95.1%),Google 为 95.9%(此前 93.9%)。

按文体看,学术与科学文本、信函邮件与投诉中的 AI 撰写与 AI 辅助文本检出率为 100%,学生与语言学习者的作文为 99.1%(此前 98.1%)。

我们如何评测 Veread

检测工具是否可信,取决于它如何被检验。Veread 基于海量独家自有的专业化数据样本开发与验证,本文的每一项结果,都来自下面这套评测方法。

Veread 评测设计:三组独立留出集、未见过的 AI 模型与来源、人工与 AI 配对文本、七种语言、生产引擎。

评测把选模型、定阈值和最终测试彼此分开,并直接测量客户实际使用的引擎。

  • 三组留出集,各司其职。 一组用于训练中选择模型,一组用于确定判定阈值,一组用于最终测试。最终测试集不参与任何调优。
  • 按来源留出。 来源或作者群体相同的文档,一律划在划分的同一侧,因此测试检验的是泛化能力,而非记忆。
  • 从未见过的 AI 模型。 测试包含来自开发全过程中从未使用过的模型的文本。
  • 从未见过的人工写作来源。 以训练中从未使用过的来源组成的人工样本,按客户实际遇到的情形衡量误判。
  • 配对文本。 AI 文本与对应的人工文本主题相同、体裁相同,检测工具无法仅凭主题或格式取胜,只能靠写作本身。
  • 涵盖各种 AI 参与方式。 从零撰写、人工起笔后由 AI 续写、AI 改写、AI 润色、AI 段落插入人工文本,以及人工修改 AI 草稿。
  • 只计真正的 AI 写作。 经编辑的文本,只有在 AI 确实改动了文字时才计为 AI 辅助;仅作轻微修饰、人工措辞原样保留的文本不计入。
  • 输入范围完整。 从约 100 词的片段到完整文档,涵盖七种语言,以及法律与行政文书、文学作品、学生写作、学术论文、新闻、网页内容、评论与论坛、实务文书、信函与投诉等体裁。
  • 生产引擎。 结果直接取自为客户提供服务的同一套引擎,端到端测得,而非实验室副本。

现已上线

Veread 1.1 自 2026 年 11 月 18 日起上线,无需任何操作:

按语言、文体和模型系列划分的 Veread 1.1 完整成绩单,见 Veread 评测指南。

作者 Yang Zheng

相关指南

全部新闻

让文件审核有据可查。

告诉我们您的文件类型、检测量和业务系统。我们将用您的实际案例演示检测与报告,并为团队规划系统接入、私有化部署或定制方案。