GPTZero কীভাবে কাজ করে
GPTZero perplexity এবং burstiness-কে বিখ্যাত করেছিল, তারপর নীরবে দুটোকেই অবসর দেয়। এখানে আছে এর শ্রেণিবিন্যাসক এখন কী মাপে, একটি প্রতিবেদন আসলে কী দেখায়, এবং টুলটি নিজেই কোথায় তার সীমা বলে।
একটি অনুসন্ধান বারে "how gptzero works" টাইপ করুন, আর ফিরে আসা অধিকাংশ ফলাফল এখনও perplexity এবং burstiness, এই দুইটি পরিসংখ্যান, যেগুলো ChatGPT প্রকাশের পর প্রথম কয়েক সপ্তাহে এর প্রতিষ্ঠাতা জনপ্রিয় করেছিলেন, সেগুলিই বর্ণনা করে। সেই বর্ণনা 2023 সালের জানুয়ারিতে সঠিক ছিল। কিন্তু সেই বছরের শরৎকাল থেকে তা আর সঠিক নয়, কারণ GPTZero-এর নিজস্ব ডকুমেন্টেশনে বলা হয়েছে যে কোম্পানি সেই পদ্ধতিকে সম্পূর্ণ ভিন্ন কিছুর সঙ্গে প্রতিস্থাপন করেছে। চালুর সময় টুলটি যা করত এবং এখন যা করে, তার মধ্যে ফারাক এতটাই বড় যে আজও প্রচলিত অধিকাংশ ব্যাখ্যা এমন একটি পণ্যকে বর্ণনা করে যা আর অস্তিত্বই নেই।
আজ, GPTZero perplexity গণনার বদলে মানব-উৎপাদিত এবং AI-উৎপাদিত পাঠ্যের একটি বৃহৎ মিশ্র কর্পাসের ওপর বাক্য-প্রতি-বাক্য শ্রেণিবিন্যাসকারী চালায়। আজকের GPTZero এখনও একটি একক শিরোনামসংখ্যা দেয়, কিন্তু গাণিতিক প্রক্রিয়া ভিন্ন। শিরোনামসংখ্যার নিচে থাকা বাক্য-স্তরের হাইলাইটিংয়ের অর্থও 2023 সালের তুলনায় ভিন্ন। কাহিনির উভয় সংস্করণই জানা মূল্যবান, একদিকে যে সংস্করণটি এই শব্দগুলোকে বিখ্যাত করেছিল, অন্যদিকে যে সংস্করণটি বাস্তবে আজ চালু আছে।
ইতিহাস, কীভাবে perplexity এবং burstiness GPTZero-কে বিখ্যাত করেছিল
2023 সালের 2 জানুয়ারি, তখনকার Princeton-এর ছাত্র Edward Tian, ChatGPT প্রকাশের কয়েক সপ্তাহ পর, GPTZero-এর একটি জনসমক্ষে ডেমো প্রকাশ করেন। তাঁর মূল ব্যাখ্যামূলক পৃষ্ঠায় বর্ণনা করা হয়েছে, কীভাবে তিনি ভাষা মডেলিং থেকে ধার করা দুটি পরিসংখ্যান ব্যবহার করে শনাক্ত করতেন, কখন একটি ভাষা মডেল কিছু লিখেছে। Perplexity হলো একটি স্কোর, যা দেখায় যে একটি রেফারেন্স মডেল পাঠ্যের শব্দচয়নে কতটা বিস্মিত হয়েছিল। Burstiness হলো GPTZero-এর দেওয়া নাম, যা দিয়ে বোঝানো হয় একটি নথিজুড়ে সেই বিস্ময় কতটা ওঠানামা করে। এই ব্যাখ্যামূলক পৃষ্ঠাগুলোর কারণেই AI লেখালেখি নিয়ে দৈনন্দিন আলোচনায় এই দুই শব্দের প্রবেশ ঘটেছিল। আজ যারা perplexity বা burstiness সংজ্ঞায়িত করতে পারেন, তাদের অধিকাংশই শব্দগুলো GPTZero থেকে শিখেছেন, কোনো পাঠ্যবই থেকে নয়।
এই প্রক্রিয়াটি নিজেই বর্ণনা করা সহজ ছিল। একটি রেফারেন্স ভাষা মডেলের মধ্য দিয়ে একটি অনুচ্ছেদ পাঠান, এবং যে গদ্যকে মডেলটি অত্যন্ত পূর্বানুমেয়, কম perplexity, বলে মনে করে, তা যন্ত্রসুলভ হিসেবে পড়া হয়, কারণ উৎপাদন সাধারণত বিস্ময়কর শব্দটির চেয়ে সম্ভাব্য পরবর্তী শব্দটিকেই অগ্রাধিকার দেয়। GPTZero-এর নিজস্ব অবসরপ্রাপ্ত নথিপত্রে এমনকি একটি সাধারণ নিয়মও প্রকাশ করা হয়েছিল, perplexity স্কোর 85-এর বেশি হলে তা যন্ত্রের তুলনায় মানুষের লেখা হওয়ার সম্ভাবনা বেশি বলে ধরা হতো। সেই সীমা এসেছিল এক বিক্রেতার কাছ থেকে, এক মডেলে, এক নির্দিষ্ট সময়ে, এবং GPTZero নিজেই আর সেটির পক্ষে অবস্থান নেয় না।
GPTZero এখন কীভাবে কাজ করে: একটি বাক্য-স্তরের শ্রেণিবিন্যাসক
GPTZero-এর সহায়তা কেন্দ্র স্পষ্টভাবে জানায় যে কোম্পানিটি 2023 সালের শরৎকাল থেকে সনাক্তকরণের জন্য perplexity এবং burstiness ব্যবহার বন্ধ করেছে, গভীর-শিক্ষণ স্থাপত্যে স্থানান্তরের পর। এই অংশের জন্য যাচাই করা তাদের বর্তমান প্রযুক্তি পৃষ্ঠা এই পরিবর্তন সম্পূর্ণ হয়েছে তা নিশ্চিত করে, সেখানে ওয়েব, শিক্ষা, এবং বিভিন্ন ভাষা মডেলের পাঠ্যে প্রশিক্ষিত একটি প্রান্ত-থেকে-প্রান্ত গভীর শিক্ষণ পদ্ধতির বর্ণনা আছে, যা বাক্য-অনুসারে একটি শ্রেণিবিন্যাস মডেল চালায় এবং একটি সম্ভাবনা ও একটি আস্থার স্কোর প্রদান করে। সেই পৃষ্ঠায় perplexity এবং burstiness কোথাও নেই।
তারপর থেকে, এটি একটি প্রতিরক্ষা স্তরও যোগ করেছে, Paraphraser Shield, যা সনাক্তকরণ এড়াতে পুনর্লিখন সরঞ্জামের মধ্য দিয়ে চালানো AI পাঠ্য ধরার জন্য তৈরি। আপনি পাঠ্য পেস্ট করতে পারেন, Word নথি, PDFs এবং চিত্র ফাইল আপলোড করতে পারেন, এবং একসঙ্গে সর্বোচ্চ পঞ্চাশটি ফাইল দিতে পারেন। এর কোনোটিরই রেফারেন্স মডেল একই শব্দ কতবার অনুমান করত তা গণনার সঙ্গে কোনো সম্পর্ক নেই।
আপনার নিজস্ব পেপারকে মানবসদৃশ করুন
আপনার AI-সহায়তাপ্রাপ্ত লেখাকে রূপান্তর করুন এবং গুরুত্বপূর্ণ শব্দ বা উদ্ধৃতি স্পর্শ না করে সেটিকে মানবসদৃশ শোনান।
একটি GPTZero প্রতিবেদন আসলে আপনাকে কী দেখায়
একটি GPTZero ফলাফলে তিনটি অংশ থাকে, AI, human বা mixed-এর একটি শ্রেণিবিন্যাস, নথিটি AI-লিখিত হওয়ার সম্ভাবনা সম্পর্কে মডেলের ধারণা প্রকাশকারী একটি শতাংশ, এবং সেই নির্দিষ্ট পূর্বাভাস কতটা নির্ভরযোগ্য তা বর্ণনা করা একটি আস্থা-লেবেল। লেবেলটি যতটা দেখা যায় তার চেয়ে বেশি গুরুত্বপূর্ণ। GPTZero "highly confident" কে 2 percent-এর নিচে ত্রুটি হার এবং "low confidence" কে 14 percent বা তার বেশি ত্রুটি হারের সঙ্গে যুক্ত করে, যা যথেষ্ট বিস্তৃত পরিসর, ফলে একই শিরোনাম-শতাংশ এক প্রতিবেদন থেকে আরেক প্রতিবেদনে খুব ভিন্ন গুরুত্ব বহন করতে পারে।
পেইড স্ক্যান sentence-level highlighting যোগ করে, এবং এটি সঠিকভাবে পড়া গুরুত্বপূর্ণ। GPTZero highlighted sentences-গুলিকে এমন বাক্য হিসেবে বর্ণনা করে, যেগুলি সামগ্রিক স্কোরকে অসমভাবে প্রভাবিত করে, পৃথক লাইনগুলোর বিরুদ্ধে অভিযোগের তালিকা হিসেবে নয়। একটি বাক্য highlight না-ও হতে পারে এবং তবু ফলাফলকে আকার দিতে পারে, কারণ classifier বাক্য ধরে ধরে ভোট না দিয়ে নথিটিকে সমগ্র হিসেবে পড়ে।
| Report element | What it tells you |
|---|---|
| Classification | একটি একক লেবেল: AI, human, বা mixed |
| AI probability score | একটি শতাংশ, যা দেখায় model নথিটিকে AI-written বলে কতটা সম্ভাব্য মনে করে |
| Confidence label | highly confident থেকে, under a 2 percent error rate, low confidence পর্যন্ত, 14 percent or higher |
| Sentence highlighting | Advanced Scan-এ স্কোরে সবচেয়ে বেশি অবদান রাখা বাক্যগুলো চিহ্নিত করে, এর সঙ্গে যুক্ত প্রতিটি বাক্য নয় |
perplexity-and-burstiness ব্যাখ্যামূলক লেখাটি যখন এখনও GPTZero-এর নিজের প্রকাশ্য বর্ণনা ছিল, তখন এই report elements-গুলোর কোনোটিই তাদের বর্তমান রূপে ছিল না। interface method-এর সঙ্গে সঙ্গে বদলেছে।
Perplexity এবং Burstiness-এর বর্ণনা কেন এখনও প্রচলিত
GPTZero-এর মূল ব্যাখ্যামূলক লেখা এখনও অনলাইনে আছে, এখনও indexed, এবং এখনও concept হিসেবে perplexity এবং burstiness কীভাবে কাজ করে তার তুলনামূলকভাবে স্পষ্ট সাধারণ বর্ণনাগুলোর একটি। search engines এবং অন্যান্য site এটি উদ্ধৃত করে চলেছে, এবং কিছু site 2026 সালের একটি বহুল-শেয়ার করা review-এর দিকে ইঙ্গিত করে, যেখানে দাবি করা হয়েছে যে toolটি এখনও classifier-এর পাশাপাশি নীরবে একটি perplexity এবং burstiness layer চালায়। GPTZero-এর নিজস্ব বর্তমান page, technology page এবং উভয় support article, এর বিপরীত কথা বলে, terms-গুলো retired হয়েছে, কেবল পর্দার আড়ালে লুকানো নয়। abstract-এ একটি concept বর্ণনা করা page আর এই tool-এর বর্তমান method বর্ণনা করা page এক জিনিস নয়, এবং এই দুটিকে পরস্পরবিনিময়যোগ্য ধরে নেওয়াই confusion তিন বছর ধরে, তার মেয়াদ শেষ হওয়ার পরেও, টিকে থাকার প্রধান কারণ।
এটি তুচ্ছতার বাইরে গুরুত্বপূর্ণ। কোনো ছাত্র বা সহকর্মীকে যদি GPTZero-কে হারাতে perplexity কমাতে বা বাক্যের দৈর্ঘ্য ছড়িয়ে দিতে বলা হয়, তবে তাকে এমন এক সংস্করণের পণ্যের জন্য তৈরি পরামর্শ দেওয়া হচ্ছে, যা 2023 সালে চলা বন্ধ করেছে। একটি sentence classifier-কে যা নড়াচড়া করায়, তা একটি সম্পর্কিত কিন্তু ভিন্ন প্রশ্ন, যা AI detectors actually work সম্পর্কে বিস্তৃত ব্যাখ্যার আরও কাছাকাছি, একক কোনো পরিসংখ্যানের চেয়ে। GPTZero এগুলো মাপা বন্ধ করেনি, তাদের নিজস্ব বক্তব্য অনুযায়ী এগুলো বর্তমান মডেলে তথ্য জোগানো সাতটি সূচকের মধ্যে রয়েছে, কিন্তু এগুলো আর সেই বিষয় নয় যা উত্তর নির্ধারণ করে।
GPTZero যা করতে পারে না বলে বলে
GPTZero-এর ঘোষিত নির্ভুলতার পরিসংখ্যান এমনই শক্তিশালী, যতটা কোনো বিক্রেতা সাধারণত নিজের পণ্যের বিষয়ে প্রকাশ করতে পারে, মিশ্র নথিতে 96.5 শতাংশ নির্ভুলতা, সামগ্রিক false-positive হার যা কোম্পানি 1 শতাংশে সীমাবদ্ধ রাখে, এবং TOEFL প্রবন্ধে বিশেষভাবে 1.1 শতাংশ, যা অ-স্থানীয় ইংরেজি লেখার একটি সাধারণ বিকল্প সূচক। এই সংখ্যাগুলো GPTZero-এর নিজস্ব মূল্যায়ন থেকে এসেছে, এবং সেগুলো জানানো পাতায় কোনো স্বাধীন পুনরাবৃত্তির উল্লেখ নেই।
GPTZero-এর নিজস্ব limitations পৃষ্ঠা বিপণনমূলক সংখ্যার চেয়ে বেশি নির্দিষ্ট। কোম্পানি বলে যে বেশি পাঠ্য জমা দিলে নির্ভুলতা বাড়ে, এবং পূর্ণ নথির তুলনায় sentence ও paragraph স্তরে তা কমে যায়। এটি বলে যে এর training data মূলত প্রাপ্তবয়স্কদের ইংরেজি গদ্য, তাই যে পাঠ্য সেই ধরন থেকে সরে যায়, তা নির্ভরযোগ্যভাবে শ্রেণিবদ্ধ করা বেশি কঠিন। এটি বলে যে classifier-টি generation-এর পরে ব্যাপকভাবে পরিবর্তিত AI পাঠ্য ধরার জন্য প্রশিক্ষিত নয়। এবং এটি স্পষ্টভাবে বলে যে কেবল chatbot output নয়, অন্য machine-generated বা অত্যন্ত procedural লেখাও একইভাবে চিহ্নিত হতে পারে।
এর কোনোটিই GPTZero-এর সংখ্যাকে প্রশ্নাতীত বলে ধরে নেওয়ার কারণ নয়, এবং এটি এমন একমাত্র ডিটেক্টরও নয়, যাকে তার নিজস্ব মানদণ্ডে বোঝা জরুরি। এ ধরনের একটি classifier আসলে কীসের প্রতি সাড়া দেয়, তা জানতে আগ্রহী পাঠকেরা নিজেরাই সেই ধাঁচের একটি উদাহরণ দেখতে পারেন একটি free perplexity checker অথবা একটি free burstiness checker দিয়ে, যা একটি পূর্ণতর free tools collection-এর দুটি অংশ, এবং এই সংগ্রহটি এমন অন্যান্য পরিসংখ্যানগত স্তরও অন্তর্ভুক্ত করে, যেগুলোর ওপর এ ধরনের একটি report নির্ভর করে।
GPTZero-এর দুটি শিরোনামধর্মী পরিসংখ্যানের নিজস্ব পৃষ্ঠা আছে: AI detection-এ perplexity কী মাপে, এবং token probability-এর সেই গাণিতিক হিসাব, যা উভয় সংখ্যাই তৈরি করে।
নিজের blind spots এত স্পষ্টভাবে নাম দিতে রাজি এমন একটি tool, এমন একটি tool-এর তুলনায় বেশি আস্থার যোগ্য, যে বলে তার কোনো blind spot নেই, এবং একটি report-এ পরের যে ব্যাখ্যাতীত percentage আসে, সেটিই শুরু করার জন্য ভালো জায়গা, কোন ধরনের tool তা তৈরি করেছে, তা জিজ্ঞাসা করতে।
সচরাচর জিজ্ঞাসিত প্রশ্ন
না। GPTZero-এর support center জানায় যে কোম্পানি 2023 সালের শরৎকাল থেকে সনাক্তকরণের জন্য perplexity এবং burstiness ব্যবহার বন্ধ করেছে, deep-learning classifier-এ স্যুইচ করার পর। এর বর্তমান technology page একটি বাক্য-প্রতি-বাক্য শ্রেণিবিন্যাস মডেল বর্ণনা করে এবং এই দুই শব্দের কোনোটিরই উল্লেখ করে না। এই বর্ণনা এখনও প্রচলিত আছে, কারণ GPTZero-এর নিজস্ব 2023 ব্যাখ্যাকারী পদ্ধতি বদলানোর আগে উভয় শব্দকেই জনপ্রিয় করেছিল।
PhD in natural language processing, with years spent building NLP applications end to end. Moe works on text analysis: lexical and syntactic structure, and what separates machine-generated prose from human prose statistically. He has been experimenting with computational linguistics since the early days of NLTK, spaCy and WordNet, and still writes most of his tooling in Python.
