没有评判标准能判断哪个就是原创

很多机器翻译字幕就打在包里的，下来以为是官方字幕其实不是

@蒙太奇字幕组：所以也许最终办法就是人类审核，确认是长期发原创翻译的，允许他们勾选“原创翻译”，但是不面向普通用户开启，必须先发布一些原创翻译后来申请才能开启。

这就要麻烦了，但是可能是唯一可靠的方式。

@Jack：我记得22年、23年刚出LLM的时候，很多学校是严禁使用LLM写论文的，那时候有很多开源的检测器项目，可以检测一段文本是不是LLM写的，或者LLM润色的，后来发现LLM大家都在用，利大于弊，也就放开了。

这些检测器对于英文内容识别率是比较高的，对于中文识别率很低，因为中文语法结构下很难找到那种LLM修改、创建后明显的统计模式。

所以LLM检测器在中文里实际上一直没有发展起来。

这是我找到的几个中文检测器项目，你可以看下：
https://github.com/free-revalution/AIGC-Detector-Pro
https://github.com/zejunwang1/GPTDetector

还有就是随着模型的不同，生成的语气、模式也不同，检测器必须持续更新才能跟得上这些新模型生成内容，加之需求很少，现在真的没有很多好的检测器了。只有少数的小公司还在开发，把这个做成一个商业服务。

LLM检测器可以是一个切入点，但是用于字幕的话还有一个问题，一些检测器依赖的特征维度包括标点，字幕没有标点，这会降低识别率。

---

还有一种检测方式是对比原文是否有超出原文的内容，比如原文写了X，但是看了画面才能翻译出Y，这种逐字逐句翻译得不到Y也是一种检测方式，可能是更适合字幕LLM检测，但是抵挡不了LLM翻译后人工润色。

此外我（小p）前几天在研究LLM翻译，我发现只要提供足够多信息让LLM去翻译字幕，也具备这种超出字面的感知和翻译能力，我称之为“超文本”感知能力，估计这办法也不是长久之计。

比如下方我测试的《后室》让LLM去翻译，看到这些后我是后背发凉的感觉，这些是整个字幕上下文里都没有的信息，完全是自己推理出来的，并且和画面对应上了。

“照片”按照原文翻译不该存在，但是是对的。

1065
01:39:29,120 --> 01:39:31,090
照片上这个男人 是你要找的人吗
Is this man right here the man you were looking for?

“响啊”按照原文翻译也不该存在，LLM正确识别为对讲机，然后翻译成“响啊”。

8
00:02:57,350 --> 00:03:00,160
响啊 响啊 响啊
Work. Work. Work.

试过了，GPT 5.6会把大量原创翻译判断为不标准翻译