「How Close is ChatGPT to Human Experts?」(arXiv:2301.07597) 的官方项目：发布 Human ChatGPT Comparison Corpus（HC3，含中文版），并给出三类检测器；其 Hugging Face 上的 chatgpt-detector-roberta-chinese 以 hfl/chinese-roberta-wwm-ext 为基座、在 HC3-Chinese 上训练，是本批项目里唯一原生面向中文的检测器，适合本站做中文自查实验与「检测器会随模型代际过时」的教学案例。Star 数未在检索结果中可靠给出，不标注。

适用场景：想给本站用户提供一个可本地跑的中文 AI 文本粗筛实验的开发者

GitHub HC3 中文检测 RoBERTa HuggingFace

操作步骤

  1. 仓库地址（GitHub API 返回的 html_url）：https://github.com/Hello-SimpleAI/chatgpt-comparison-detection
  2. 中文模型卡（检索确认）：Hello-SimpleAI/chatgpt-detector-roberta-chinese（Hugging Face），按模型卡说明加载分类器跑中文段落。
  3. 明确标注年代：训练语料是 ChatGPT 早期生成文本，对 DeepSeek 等新模型文本的检出未知，必须写清「实验性质，不作判定」。

改写前（构造示例）

改写前（构造示例）
不适用（项目条目）

改写后（构造示例）

改写后（构造示例）
不适用（项目条目）

它的真正价值是语料与基线：理解中文检测器怎么训出来的，就理解为什么换个模型分数会漂。

开源项目信息

注意事项

  • ⚠️ 拿 2023 年检测器测 2026 年的模型文本并宣称准确：代际错位。
  • ⚠️ 模型卡自述的训练设置不等于对学位论文长文的效果，长文需分段且结果仅供参考。

来源：https://api.github.com/repos/Hello-SimpleAI/chatgpt-comparison-detection