Der Autor des Beitrags startete das Projekt, nachdem er auf der chinesischen Plattform Lofter gehäuft minderwertige, KI-generierte Fanfiction entdeckte – teils sogar mit unbereinigten Markdown-Headern direkt in den Posts. Als Trainingsdaten nutzte er rund 10.000 menschlich verfasste Texte von zwei nicht namentlich genannten chinesischen Plattformen (beschrieben als „Ford-like" und „River-like"), gefiltert auf Veröffentlichungszeitraum 2010–2022, also vor der ChatGPT-Ära. Die LLM-Gegenstücke erzeugte er, indem er Kapitelzusammenfassungen der Originaltexte durch ein LLM schickte und daraus neue Volltexte regenerieren ließ – sieben verschiedene Modelle kamen dabei zum Einsatz, darunter Gemini-3-Pro, Qwen-Code, GLM-5 und Kimi. Um die API-Kosten zu drücken, nutzte er kostenlose Kontingente, Promotions und Batch-Optimierungen; dennoch summierte sich der rechnerische Gegenwert allein der Gemini-Tokens auf über 2.000 US-Dollar (bei regulären Preisen). Den Perplexity-Ansatz – also die Wahrscheinlichkeit jedes Wortes in einem LLM-Prediction-Ranking zu messen – testete er vorab, verwarf ihn aber wegen hoher False-Positive-Rate, schlechter Modell-Generalisierbarkeit und hoher Inferenzkosten. Stattdessen entschied er sich für einen LinearSVC aus scikit-learn, den er gemäß dem offiziellen scikit-learn-Classifier-Roadmap-Schema auswählte. Das fertige Modell ist als Online-Demo sowie als Open-Source-Projekt (lyc8503/AITextDetector auf GitHub) verfügbar.