ABAB Pedia

Pangram

Pangram(Pangram Labs)是2023年在纽约布鲁克林创办的人工智能内容检测公司,由 Max Spero 与 Bradley Emi 共同创办。其产品对文字进行人工撰写、AI 辅助与 AI 生成的分类,也提供图像检测、浏览器扩展和 API,服务教育、出版及内容平台等领域。

本页目录11 节
词条资料

创办与创始团队

Pangram 在布鲁克林成立,Max Spero 任首席执行官,Bradley Emi 任首席技术官。两人在斯坦福大学本科一年级的宿舍相识,后来分别进入产业界从事人工智能工作。Spero 曾在 Nuro 负责主动学习项目,并有 GoogleGoogleGoogle是一家美国科技公司,由Larry Page与Sergey Brin创办,1998年注册成立,2015年成为Alphabet旗下企业。其业务涵盖互联网搜索、广告、软件平台、云计算及人工智能。点击查看完整词条、Two Sigma 和 Yelp 经历;Emi 曾领导 Absci 的深度学习研究团队,并参与 Tesla Autopilot 的计算机视觉工作。⁠[1][2]

种子融资累计398万美元

公司通过公关机构宣布新增超过270万美元融资,使种子前及种子阶段融资合计达到398万美元;此前种子前融资为125万美元。ScOp 领投新一轮,Script Capital、Cadenza 及个人投资者参与;Haystack 曾领投早期种子前轮。公司计划拓展高等教育合作,并继续服务企业、媒体及评论内容的真实性检测。⁠[3]

发布 Open Pangram

Pangram 发布基于 EditLens 研究的两个轻量模型,分别采用 Llama 3.2 3B 与 RoBERTa-large,并开放模型权重、训练数据和源代码。它们用于区分人工、AI 生成与 AI 编辑文本,以 CC BY-NC-SA 4.0 提供非商业使用。公司明确把它们定位为研究基线,不建议用这些开放版本执行学校或职场的 AI 使用纪律政策。⁠[4]

接入 Substack

Substack 宣布在网页端和 iOS 中上线 Pangram 检测功能,对当天起发表、超过100词的文章、Notes、回复及评论提供按需扫描,结果只向主动请求者显示。作者可检测草稿、说明创作过程,并报告或移除认为有误的扫描。Substack 同时指出,检测结果不能判断作者是否投入了充分思考,也不能识别 AI 是否仅被用作资料来源。⁠[5]

Menlo 领投900万美元

Pangram 4

Pangram 4 接替3.3.2版本,加入更细粒度的混合作者文本分析与针对改写规避工具的检测。模型卡说明其采用稀疏混合专家语言模型骨干,为文本片段输出人工、AI 辅助或 AI 生成标签,并给出置信等级与占比。模型接受至少50词、主要由完整句子组成的自然语言文本;模型卡中的置信等级并非经过校准的概率。⁠[8]

说明误报率与使用边界

技术负责人 Bradley Emi 解释,公司通过大规模保留测试集、人工核验样本和困难案例评估误报,并使用主动学习、困难负例挖掘和阈值校准改进模型。公司宣传的约万分之一误报率来自其测试分布,表现会随体裁、长度与语言变化;短句、提纲、诗歌、菜谱及高度模板化文本不能简单套用总体指标。⁠[9][8]

教育场景解释指引

Max Spero 发布教师使用指引,说明界面上的 AI 百分比表示被标记文本的占比,而不是判定正确的概率;用户还需查看片段置信等级。他建议结合学生的写作过程、草稿和课程规则讨论结果,在处分之前进一步调查。检测到 AI 编辑也不自动等于违反课程政策。⁠[10]

主题:产品与分类方法

Pangram 提供网页检测、浏览器扩展、Google Docs 和学习管理系统集成、API,以及图像检测和相似性检查。文字检测通过学习人工与模型文本之间的差异进行分类,不是查询作者的聊天记录;相似性检查属于另一个功能。Spero 在公开访谈中指出,深度学习分类器的内部判定仍难以完全解释,界面展示的语言线索是辅助理解材料,并不完整复现模型的判断过程。⁠[1][11]

官方网站与公开账号

来源

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