Humanizer 12B: Ein lokaler Umschreiber für KI-Texte und was seine eigenen Zahlen wirklich sagen

Zeitleiste

1. 11. September 2026

   Das Repository humanizer erscheint auf Hugging Face. Die Karte beschreibt ein 12B-Modell, aus google/gemma-4-12B feinabgestimmt und unter Apache 2.0 veröffentlicht, das von KI geschriebene Entwürfe auf Englisch und Chinesisch so umschreibt, dass sie wie von einem Menschen geschrieben klingen, und dabei jede Zahl, Einheit, jedes Datum, jeden Namen und jedes Zitat beibehält.

   jialinyyzz/humanizer model card

2. 2. Oktober 2026

   Der Autor lässt Originality.ai in der strengsten Einstellung über 210 englische Umschreibungen mit den bf16-Gewichten laufen: 11 werden als KI markiert, beim Vorgängerrelease waren es 26. Die Karte betont, dass im Training an keiner Stelle ein KI-Detektor verwendet wurde.

   humanizer model card, Evaluation details

3. 4. Oktober 2026

   Ab diesem Datum speichert jede GGUF-Datei die empfohlenen Sampling-Einstellungen in ihren Metadaten und enthält ein Chat-Template, das den Prompt des Modells aus der letzten Nutzernachricht baut, sodass Chat-Oberflächen wie der Chat-Endpunkt von llama-server ein Modell ansteuern können, das eigentlich ein Textvervollständigungswerkzeug ist.

   humanizer model card, Prompt format

Was es ist und was nicht

Die meisten als „KI-Humanizer“ verkauften Werkzeuge sind Webformulare. Dieses hier ist ein Modell zum Herunterladen. Die Karte beschreibt einen Umschreiber mit 12B Parametern, der einen von einem Sprachmodell verfassten Entwurf nimmt und so umschreibt, dass er wie von einem Menschen geschrieben klingt, auf Englisch und auf Chinesisch. Das Designziel steht in einer einzigen Vorgabe: jede Zahl, Einheit, jedes Datum, jeden Namen und jedes Zitat behalten und nichts hinzufügen. Es läuft lokal, es gibt eine App für Macs mit Apple Silicon und für Windows, und die Karte dokumentiert außerdem Wege über llama.cpp, MLX, transformers, vLLM und Ollama. Das Modell ist aus google/gemma-4-12B feinabgestimmt, Gewichte und Code stehen unter Apache 2.0.

Ein Chatbot ist es nicht. Die Karte betont, dass es sich um Textvervollständigung ohne Systemprompt und ohne Turn-Marker handelt: Sie senden eine feste Anweisung, eine Leerzeile, Ihren Entwurf, einen Trenner und das Wort „Rewritten:“ und lassen das Modell weiterschreiben. Gestoppt werden soll laut Karte nur am Sequenzende, nie an einer Stop-Zeichenfolge, mit Temperature 1,0 und Top-p 0,95 bei abgeschaltetem Top-k und Min-p, weil sonst die Standardwerte von llama.cpp und die mitgelieferte Generierungskonfiguration dazwischenfunken. Diese Pedanterie zeigt ein Werkzeug für genau eine Aufgabe.

Wie es entstand, laut Autor

Die Trainingsgeschichte auf der Karte ist so detailliert, dass man sie prüfen kann, was selten ist. Die erste Stufe war überwachtes Feintuning an 28.598 Paaren, jedes aus einem von einem Sprachmodell geschriebenen Entwurf und einem echten menschlichen Original; die menschliche Seite besteht aus Paper-Abstracts, Regierungsberichten, Schüleraufsätzen, Firmen- und Mailinglisten-E-Mails, Reddit, Hacker News und Zhihu. Die zweite Stufe war Präferenztraining an 3.918 Paaren, ausgewählt allein nach Faktentreue und Kopieren, bewertet von einem LLM. Die dritte war Reinforcement Learning in drei Runden mit insgesamt 500 Schritten, mit einem strengen Fakten-Richter mit einer Stimme in den ersten 200 und danach zwei Runden zu je 150; jeder Schritt nutzte 16 Entwürfe mit je 8 Samples.

Die Belohnung kombinierte einen LLM-Richter, der jede Umschreibung gegen ihren Entwurf las und schwere Fehler, erfundenen Inhalt, veränderte Bedeutung und verlorene Formatierung bestrafte, mit einer Strafe für das Kopieren der Fünf-Gramme und Satzgerüste des Entwurfs. Die Karte sagt, die Daten hinter jeder für das zweite Release verwendeten Zeile seien in einem Begleitdatensatz veröffentlicht. Und sie macht eine Aussage, die für die Lektüre der Schlagzeile wichtig ist: Im Training wurde nirgends ein KI-Detektor eingesetzt, weder als Belohnung noch als Filter noch zur Wahl eines Checkpoints.

Die Schlagzeile: 95 % als menschlich bewertet

Laut Schlagzeile der Karte wurden 95 Prozent von 210 englischen Umschreibungen von Originality.ai in der strengsten Einstellung am 2. Oktober als menschlich bewertet: 11 wurden als KI markiert, beim Vorgängerrelease 26, ein Unterschied, den die Karte bei gepaarten Daten als statistisch signifikant ausweist. Sie vergleicht auch mit einer öffentlichen Basislinie, einem Humanizer-Skill mit rund 53.000 GitHub-Sternen, von Claude Sonnet auf 60 derselben Entwürfe angewandt, bei dem alle 60 markiert wurden. Das neue Modell hatte bei denselben 60 deren 4 markierte.

Drei Gründe, diese Zahl locker zu halten, die alle die Karte selbst liefert. Es ist ein Detektor an einem Datum, und die Karte sagt, Detektoren änderten sich und nichts garantiere irgendein Detektorergebnis. Die Evaluationsentwürfe stammen aus der zurückgehaltenen Menge des Autors, geschrieben von drei Frontier-Modellen zu etwa gleichen Teilen, sie sagen also wenig über etwa einen Blogbeitrag, den ein Mensch begann und eine KI glättete. Und die am stärksten schablonenhaften Genres bleiben am schwersten: Die Aufschlüsselung der Karte zeigt Social-Posts mit Emojis und Hashtags mit 3 markierten von 16 und förmliche Richtlinien-Memos mit 2 von 13, während bei E-Mails, Blogbeiträgen, Reddit-Posts und Produktbewertungen keine markiert wurde.

Die Zahlen, die die Karte offenlegt

Nützlicher sind die Zahlen zu den Fakten. Ein strenger LLM-Richter fand bei 376 von 420 englischen Umschreibungen kein Faktenproblem; die übrigen 44 wurden markiert, mit insgesamt 135 Problemen, davon 125 ein einzelnes Wort oder eine Wendung. Das Beispiel der Karte ist ein Entwurf mit „The remaining 37 complaints“, der als „The other 37% of complaints“ herauskam. Beim Chinesischen ist das Bild schwächer: kein Faktenproblem bei 149 von 204 Umschreibungen. Das Vorgängerrelease erreichte 369 von 420 auf Englisch und 135 von 204 auf Chinesisch, die Richtung stimmt also, das absolute Niveau ist aber nicht perfekt.

Die Karte listet auch Fehlerbilder, die nichts mit Fakten zu tun haben. 28 von 420 englischen Ausgaben ließen ein Formatelement wie eine Liste oder Überschrift fallen. Kurze, informelle englische Entwürfe mit technischem Jargon kommen gelegentlich komplett auf Chinesisch zurück, ein Fehler, den die App und das Kommandozeilenwerkzeug erkennen und wiederholen. In lockeren Genres fügt es manchmal Slang oder Kraftausdrücke hinzu, die nicht im Entwurf standen. Und die Vorher-nachher-Beispiele auf der Karte sind ausgewählt: das Beste von acht Samples unter denen, die der Fakten-Richter durchließ.

Es gibt sogar ein Audit des Richters. Ein zweiter Richter las 150 Umschreibungen erneut, die der erste als schwerwiegend markiert hatte; er bestätigte das Problem als schwerwiegend in 99 Fällen, stufte es in 41 als gering ein und fand in 10 den Fakt unverändert. Die Autoren folgern, manche Markierungen seien harmlose Umformulierungen, und sie raten dennoch, Zahlen, Daten und Namen vor dem Versenden zu lesen.

Warum das mehr zählt als die 95 %

Ein Werkzeug, das bei Zahlen meistens richtig liegt, ändert über genug Dokumente hinweg irgendwann eine. Die Karte sagt es selbst: Lesen Sie das Ergebnis, bevor Sie es senden. Das sind die wahren Kosten der Nutzung, und deshalb ist es mehr wert als ein paar Punkte Detektorwert, dass das Kommandozeilenwerkzeug jedes Stück markiert, in dem eine Zahl verloren ging. Die Geschwindigkeitswerte helfen bei den Erwartungen: Auf einem M5 Max läuft das llama.cpp-Setup der App mit grob 36 bis 38 Token pro Sekunde, eine E-Mail mit hundert Wörtern dauert also etwa 3,6 Sekunden und eine chinesische E-Mail mit rund 300 Zeichen etwa 8,5.

Die Karte ist auch bei der Ethik deutlich. Sie beschreibt das Werkzeug als Schreibwerkzeug für eigene Entwürfe und sagt, wo eine Schule, ein Arbeitgeber oder eine Publikation Regeln zur KI-Unterstützung hat, seien diese zu befolgen. Wir stimmen zu und gehen weiter: Eine Umschreibung, die nur einen Detektor umgeht, hat den zugrunde liegenden Entwurf nicht verbessert. Die Version dieses Werkzeugs, die man sich wünschen sollte, lässt einen steifen Entwurf wie von einem Menschen klingen, mit unversehrten Fakten, auf dem eigenen Rechner.

Wenn Sie nur eine gehostete Lösung wollen

In unserem Verzeichnis steht Grammarly AI Humanizer, ein kostenloses gehostetes Werkzeug, das KI-Text in natürliches Schreiben verwandelt und dabei die Bedeutung erhält. Das ist ein anderer Handel: keine Einrichtung und keine lokale Hardware, aber Ihr Text geht an einen Dienst. Zur Entscheidung, welche Datei dieses Modells zu Ihrem Rechner passt, siehe welche Humanizer-Datei für 8, 16 oder 32 GB.

Unsere Einschätzung

Das ist ein gut dokumentiertes Release mit der Schwäche der Gattung: Die Aussage, die die meisten wiederholen werden, hängt am wenigsten mit der Qualität zusammen, auf die es ankommt. Nehmen Sie die Faktenprüfungswerte und nicht den Detektorwert, um zu entscheiden, ob es zu Ihrer Arbeit passt. Wer Dokumente voller Zahlen schreibt, sollte Zeit einplanen, jede Umschreibung Korrektur zu lesen. Wer Aufsätze und E-Mails mit wenigen harten Fakten schreibt, trägt ein geringeres Risiko und gewinnt eine natürlichere Stimme.

Weiterlesen

Alle Beiträge, neueste zuerst, stehen im Front-Blog.

• Humanizer 12B: Welche GGUF passt in Ihren Speicher: Der Speicherbedarf je GGUF-Datei desselben Modells.
• Ling 3.1 Flash: Was der Betrieb verlangt: Welche Hardware für Ling 3.1 Flash nötig ist.
• Grok 4.8: Was xAI tatsächlich gesagt hat: Die Releases von xAI von Grok 4.5 bis 4.7 und die Aussagen zu 4.8.
• Google-Argon-Zeitleiste: Googles Gemini-4-Argon-Release in datierter Folge festgehalten.

Häufige Fragen

Änderungsprotokoll

• 17. Oktober 2026 — Erstveröffentlichung.

Quellen

• jialinyyzz/humanizer model card
• Grammarly AI Humanizer