Google DeepMind 开源 DetectorScope：基于稀疏自编码器的可解释 AI 文本检测工具

Google DeepMind 等研究人员开源 DetectorScope 工具库，利用稀疏自编码器（SAE）将黑盒 AI 文本检测器转化为可解释且可审计的判定流程。该工具将模型的每项预测分解为带有自然语言描述和文本位置标记的特征贡献总和，并支持通过参数调节可解释性与精度的平衡。相关研究入选 EMNLP 2026，官方已同步提供开源代码、预训练模型及 Hugging Face 在线演示。