结论：北京航空航天大学人工智能研究院团队于上海时间8月28日01:17（27 Aug 17:17 UTC）在arXiv公开D2C-Routing预印本，将混合来源检测定义为内容来源与表达来源的两维归因再组合为HH/HA/AH/AA四类，通过分路监督与门控组合在自重构的MixD2C四分类上将平均TPR@1%FPR提升至0.8603（系统级）和0.8440（单模型），较同分布RACE本地复现提升约6.5个点；但该增益仅限同分布域内，完全AI类提升明显而AI内容/人类表达类仍最难，且研究仍为预印本未获同行评审与独立验证。

研究对象与方法

研究针对二分类或单一AI相似度分数无法区分混合写作（如人类内容+AI润色、AI内容+人类重写）的不足，采用HART的内容-表达四分标签体系（HH、HA、AH、AA），提出D2C-Routing：以RoBERTa为文本编码，内容侧汇聚实体链相干与RST话语主题证据，表达侧汇聚词汇衔接、节奏/POS与表层规整度证据，分别经监督的内容来源与表达来源头预测后，由学习型门控组合成最终四分类；训练目标联合 supervise 两维与四分类，并加入面向低误报的AA排序损失，融合系统在开发集上选权后在测试集单次评估。

数据范围与评估条件

数据为MixD2C——作者合并HART已发布的开发与测试JSON后按域与类别分层重划的70/10/20划分，共11,200/1,600/3,200例，AH为少数类；指标以官方Level-1/2/3的AUROC/F1/TPR@5%FPR为辅，以细粒度四分类的宏平均AUROC/F1及类级TPR@1%FPR及其均值（Avg TPR@1%FPR）为主，体现严格低误报下的检测能力。对比分两类：已发表RACE表值为外部参考（重构不完全可比），主要对比为作者在完全相同MixD2C文件与评估器上重跑的RACE-local及文本-only、扁平拼接等同分布对照。

主要结果

在精确同分布对比中，RACE-local在常规指标上为0.9849 AUROC/0.9030 F1但AA的TPR@1%FPR仅0.5752；D2C-Routing共享编码器为0.8110平均TPR@1%FPR，双编码器单模型达0.8440且AA为0.7701，仍低于RACE-local的AH 0.7696（D2C为0.7435）；经开发集选权的D2C-base Fusion（3个非零权成员）达0.8603平均TPR@1%FPR，AH回升至0.7892、AA为0.7708。作者强调，支持的结论是平均与AA的低误报排序提升，而非全类别均匀超越，也非对已发表RACE数值的精确复现；消融显示移除维度监督或门控会回落，且成本匹配的5成员对照仍低于D2C系统在宏F1与AUROC上的增益。

局限与同行评审状态

研究标注为预印本、拟投EMNLP 2026，尚未经期刊或会议正式同行评审与独立复现，不应视为已确立事实。关键限制包括：重构划分的域内性与跨库泛化不足（MixSet直接四分类仅0.2262 Macro-F1）；AH类表达侧识别薄弱（AH上表达准确率约64%）；路由的手工艺术特征分组非唯一最优（正确、互换、随机路由在主指标无显著差异），且ModernBERT上未复现同等优势；RACE对比受限于未提供冻结样本ID与检查点，仅为同文件复跑。作者亦在伦理论述中强调检测器不应作为学业或人事处罚的唯一依据。

潜在意义

该工作为混合来源场景提供了可解释的分维建模与低误报评估框架，提示将内容与表达证据分路监督再组合可在受控基准上改善严格误报约束下的排序能力，表达侧信号的跨库迁移相对更稳健；但在部署前仍需在更多真实协作写作、多领域多语言及严格误报成本下的前瞻性验证，并辅以人工复核与情境化策略。