Turnitin 能检测 Perplexity AI 吗？文档实际说了什么

Turnitin 的 FAQ 公布了一份它能检测的 AI 写作模型清单，包括 GPT、Gemini、Claude、LLaMA、Mistral、Deepseek、Nova、Grok 和 o1-mini。清单以"and tools based on these LLMs as well." 结束。FAQ 还声明："We will continue to expand our detection capabilities to other models in the future." Perplexity AI 是一个可以使用底层语言模型生成文本的搜索工具。Turnitin 检测器是否标记 Perplexity 的内容取决于生成文本的底层模型以及该模型或其家族是否在检测清单上。FAQ 承认检测能力不是静态的："As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage."

FAQ 提供了一份能检测的模型清单。引导句用的是"can detect content from,"后面跟逗号分隔的列表。清单包括主要 LLM 家族：GPT、Gemini、Claude、LLaMA、Mistral、Deepseek、Nova、Grok 和 o1-mini。清单结尾是：

"and tools based on these LLMs as well."

下一句："We will continue to expand our detection capabilities to other models in the future."

这意味着清单不仅覆盖被命名的模型，也覆盖基于它们构建的工具。如果 Perplexity AI 这样的工具通过所列 LLM 家族之一路由文本生成，输出可能属于"tools based on these LLMs"条款。Turnitin 能查出 Claude、Copilot、Gemini 吗把点名的那几条过了一遍。

检测模型通过把文本切成重叠片段并分配概率分来处理：

"When a paper is submitted to Turnitin, sentences from the submission are extracted and segmented into overlapping sections for prediction analysis. Each segment is classified by the AI detection model and given a value between 0 and 1, denoting the probability of the text being likely human or AI-generated."

模型不是被编程去评估 burstiness 或 perplexity 这类具名指标的："Our model is not explicitly programmed to evaluate specific signals such as 'burstiness,' 'perplexity,' or other individual metrics sometimes referenced in public discussions." 下一句："Instead, it learns statistical patterns from our training data." 同一 FAQ 声明："Our classifiers are trained to detect these differences in word probability and are adept at the particular word probability sequences of human writers." 检测器评估的是从训练数据中学到的词概率模式，不是表面指标。名字撞车这件事值得单独澄清：Turnitin 到底用不用 perplexity 和 burstiness 来判定 AI。

FAQ 明确声明检测不是固定的：

"As we iterate and develop our model further to better detect newer LLMs, it is likely that our detection capabilities will also change, affecting the AI percentage."

下一句："However, for a submitted document, the AI percentage will change only if it's re-submitted again to be processed."

这意味着检测模型在更新以针对更新的 LLM。如果 Perplexity AI 或任何其他工具使用了尚未在清单上的新模型，在下次检测模型更新之前可能存在覆盖缺口。已打分的文档不会自动重新评估。

FAQ 承认一个权衡：

"In order to maintain this low rate of 1% for false positives, there is a chance that we might miss some AI written text in a document."

检测器宁可漏检一些 AI 文本也要避免误报。一个产生词概率模式更接近人类写作的工具至少在检测模型更新前会更难被检测到。"continue to expand our detection capabilities"的承诺是制衡，但新工具发布和检测覆盖之间存在固有滞后。同一个滞后也是Turnitin 能检测出降 AI 工具吗的核心。

总结一下我们讲的内容：

• Turnitin 公布了一份能检测的模型清单，包括 GPT、Gemini、Claude 等。
• 清单覆盖"tools based on these LLMs as well,"所以通过所列模型路由的工具可能可被检测。
• FAQ 承诺会继续扩展检测到其他模型。
• 检测能力随模型更新以针对更新的 LLM 而变化。
• 检测器以漏检一些 AI 文本为代价换取低误报率。
• 已打分的文档在模型变化时不会自动重新评估。

如果收到 Turnitin AI 报告并想处理被标记的段落，可以导入报告处理。符合条件时可以免费继续降 AI。