检测维度
TrueLLMs 将 12 路独立信号聚合为单一加权 verdict。每维都是带文档阈值与已知失效模式的纯 TypeScript 函数。点击任一行查看深度说明。
- 01Logprobs 指纹权重 17%
- 02Tokenizer 边界探测权重 15%
- 03LLMmap 主动探测权重 15%
- 04Model Equality Testing（MMD）权重 12%
- 05Inter-Token 节奏指纹权重 8%
- 06缓存命中检测权重 8%
- 07金丝雀 Prompt 行为权重 7%
- 08Context 窗口探测权重 6%
- 09Sparse-Token 压力测试权重 5%
- 10风格计量分析权重 3%
- 11延迟分布权重 2%
- 12自我识别探测权重 1%
- 13拒绝边界权重 1%
免责声明 · 关于检测信号的解读
- 任何单一信号都不能证明恶意行为。中转站可能因合法原因（区域路由、A/B 测试、降级策略、缓存优化）导致部分指标异常。
- Token ratio 偏差可能源自 ChatML 包装、系统提示注入或 tokenizer 版本差异——不一定是有意虚报。
- 模型身份判定基于统计指纹匹配，不是密码学证明。量化、微调、后处理都可能改变指纹特征。
- MMD 分布检验对 temperature、采样参数和系统提示敏感。显著的 p 值意味着分布差异，不是偷换的证明。
- Logprobs 不可用在 2025-2026 年越来越常见（许多提供商默认禁用），本身不构成欺骗证据。
- ITT 节奏指纹是一项早期技术。网络抖动、TCP 合并、网关缓冲都可能产生假信号。
- 本工具生成的是参考级证据链，不是法律结论。请勿仅凭本报告对任何服务方做出定性指控。
报告中的措辞均为统计意义上的「偏离」或「信号不一致」，请勿据此对任何服务方做出诈骗、欺诈等定性指控。