ABAB Pedia

Pangram

Pangram(Pangram Labs)是2023年在紐約布魯克林創辦的人工智能內容檢測公司,由 Max Spero 與 Bradley Emi 共同創辦。其產品對文字進行人工撰寫、AI 輔助與 AI 生成的分類,也提供圖像檢測、瀏覽器擴展和 API,服務教育、出版及內容平臺等領域。

本頁目錄11 節
詞條資料

創辦與創始團隊

Pangram 在布魯克林成立,Max Spero 任首席執行官,Bradley Emi 任首席技術官。兩人在斯坦福大學本科一年級的宿舍相識,後來分別進入產業界從事人工智能工作。Spero 曾在 Nuro 負責主動學習項目,並有 GoogleGoogleGoogle是一家美國科技公司,由Larry Page與Sergey Brin創辦,1998年註冊成立,2015年成為Alphabet旗下企業。其業務涵蓋互聯網搜索、廣告、軟件平臺、雲計算及人工智能。點擊查看完整詞條、Two Sigma 和 Yelp 經歷;Emi 曾領導 Absci 的深度學習研究團隊,並參與 Tesla Autopilot 的計算機視覺工作。⁠[1][2]

種子融資累計398萬美元

公司通過公關機構宣佈新增超過270萬美元融資,使種子前及種子階段融資合計達到398萬美元;此前種子前融資為125萬美元。ScOp 領投新一輪,Script Capital、Cadenza 及個人投資者參與;Haystack 曾領投早期種子前輪。公司計劃拓展高等教育合作,並繼續服務企業、媒體及評論內容的真實性檢測。⁠[3]

發佈 Open Pangram

Pangram 發佈基於 EditLens 研究的兩個輕量模型,分別採用 Llama 3.2 3B 與 RoBERTa-large,並開放模型權重、訓練數據和源代碼。它們用於區分人工、AI 生成與 AI 編輯文本,以 CC BY-NC-SA 4.0 提供非商業使用。公司明確把它們定位為研究基線,不建議用這些開放版本執行學校或職場的 AI 使用紀律政策。⁠[4]

接入 Substack

Substack 宣佈在網頁端和 iOS 中上線 Pangram 檢測功能,對當天起發表、超過100詞的文章、Notes、回覆及評論提供按需掃描,結果只向主動請求者顯示。作者可檢測草稿、說明創作過程,並報告或移除認為有誤的掃描。Substack 同時指出,檢測結果不能判斷作者是否投入了充分思考,也不能識別 AI 是否僅被用作資料來源。⁠[5]

Menlo 領投900萬美元

Pangram 4

Pangram 4 接替3.3.2版本,加入更細粒度的混合作者文本分析與針對改寫規避工具的檢測。模型卡說明其採用稀疏混合專家語言模型骨幹,為文本片段輸出人工、AI 輔助或 AI 生成標籤,並給出置信等級與佔比。模型接受至少50詞、主要由完整句子組成的自然語言文本;模型卡中的置信等級並非經過校準的概率。⁠[8]

說明誤報率與使用邊界

技術負責人 Bradley Emi 解釋,公司通過大規模保留測試集、人工核驗樣本和困難案例評估誤報,並使用主動學習、困難負例挖掘和閾值校準改進模型。公司宣傳的約萬分之一誤報率來自其測試分佈,表現會隨體裁、長度與語言變化;短句、提綱、詩歌、菜譜及高度模板化文本不能簡單套用總體指標。⁠[9][8]

教育場景解釋指引

Max Spero 發佈教師使用指引,說明界面上的 AI 百分比表示被標記文本的佔比,而不是判定正確的概率;用戶還需查看片段置信等級。他建議結合學生的寫作過程、草稿和課程規則討論結果,在處分之前進一步調查。檢測到 AI 編輯也不自動等於違反課程政策。⁠[10]

主題:產品與分類方法

Pangram 提供網頁檢測、瀏覽器擴展、Google Docs 和學習管理系統集成、API,以及圖像檢測和相似性檢查。文字檢測通過學習人工與模型文本之間的差異進行分類,不是查詢作者的聊天記錄;相似性檢查屬於另一個功能。Spero 在公開訪談中指出,深度學習分類器的內部判定仍難以完全解釋,界面展示的語言線索是輔助理解材料,並不完整復現模型的判斷過程。⁠[1][11]

官方網站與公開賬號

來源

  1. Pangram — AI content detection(在新窗口打開)
  2. About Pangram(在新窗口打開)
  3. Pangram Closes $4 Million in Seed Funding for AI Detection Technology(在新窗口打開)
  4. Introducing Open Pangram(在新窗口打開)
  5. Against Claudefishing(在新窗口打開)
  6. Pangram Labs raises $9M to launch more accurate AI detection for text and images(在新窗口打開)
  7. Investing in Pangram to Stop AI Slop on the Internet(在新窗口打開)
  8. Pangram 4 Model Card(在新窗口打開)
  9. All About False Positives in AI Detectors(在新窗口打開)
  10. What to do when a student submission is flagged as AI(在新窗口打開)
  11. Q&A: Pangram CEO(在新窗口打開)
  12. Pangram (@pangram)(在新窗口打開)
  13. Pangram Labs | LinkedIn(在新窗口打開)