一篇讲抓 AI 味的帖子，自己先漏了几处馅。论文是真的，六个 AUROC 我逐个对过，全对。漏的在旁边。
第一处，日期。帖子写 2025 年 7 月 24 日，arXiv 编号 2607 本身就在说 2026 年 7 月，API 元数据也认 2026-07-24。晚了一年的引用，出现在一篇讲检测的文章里，格外扎眼。
第二处，代理模型。帖子说"比如 GPT-2 Medium"，论文里没有 GPT-2，用的是 GPT-Neo-2.7B、GPT-J-6B、Falcon-7B、LLaMA-3-8B。顺带，"没测 GPT-4 生成的文本"这句批评落空了——M4 和 MAGE 数据集本身就装着 GPT-4 写的东西。真正站得住的批评是：论文没有按生成器拆开报成绩，你不知道它对哪家模型格外瞎。
第三处最有意思。帖子拿 0.9872 当 HC3 上的单分数最佳，接近完美。论文自己的基线表里，一个平平无奇的 mean log-rank——全篇平均对数秩，不用任何小波——0.9876，高它 0.0004。最容易的数据集上，花哨的小波分解暂时没跑赢最笨的基线，融合后 0.9919 才反超 0.0043。六个数字帖子全抄对了，偏偏漏了抄在旁边的这个。
还有一个无中生有："RADAR、Ghostbuster 在 M4 上 0.85+"。论文里这两个名字只出现在定性对比表，没有数字；RADAR 自己的论文压根没评过 M4。这个对比数是帖子自产的。检测器还没上岗，哨兵先编了个战报。
方法里我买账的部分：DFT 基线全面落败，最大差距 0.1741，时频联合的信息是真的。"零训练零标注"这四个字得打折——校准投票用了三成标注数据定阈值，论文自己叫它 calibration-guided，没敢叫 free。