29 / 30
Perplexity হলো সেই সংখ্যা, যা একটি ভাষা মডেল আপনার শব্দচয়ন দেখে কতটা বিস্মিত হয়েছে তা বর্ণনা করতে তৈরি করে। এই লেখায় 1977 সালের উৎস থেকে শুরু করে মেট্রিকটি অনুসরণ করা হয়েছে, সূত্রটি ব্যাখ্যা করা হয়েছে, এবং দেখানো হয়েছে কেন একই অনুচ্ছেদ ভিন্ন মডেলের ক্ষেত্রে ভিন্ন স্কোর পেতে পারে।
বিশ্ববিদ্যালয়গুলো AI সহায়তা অনুমোদন করে, যদি আপনি তা প্রকাশ করেন। সমস্যা হলো, AI গদ্য সাধারণ ও একরকম শোনায়, এবং বিশ্ববিদ্যালয়-স্তরের detector-গুলো সেটিকে সেইভাবেই স্কোর করে। এই নির্দেশিকায় প্রতিটি প্রধান AI humanizer কীভাবে rewrite করে, কার জন্য এটি তৈরি, এর খরচ কত, এবং একটি একাডেমিক খসড়া pass-টি টিকে থাকে কি না, তা তুলনা করা হয়েছে।
APA, MLA, Chicago এবং IEEE, প্রতিটি ChatGPT উদ্ধৃতিকে ভিন্নভাবে ব্যাখ্যা করে, লেখক, ধারক, টীকা, অথবা একেবারেই উদ্ধৃতি নয়। এখানে প্রতিটির প্রকৃত প্রয়োজন কী, এবং কোথায় উদ্ধৃতি শেষ হয় ও প্রকাশ শুরু হয়।
যন্ত্র-লিখিত গদ্যের একটি স্বাক্ষর আছে, পূর্বানুমেয় শব্দ, একরূপ বাক্যছন্দ, একটি কমার কাজ করা একটি dash, এবং এমন একটি যুক্তির কাঠামো যা নিজের শিরোনামকেই পুনরুক্তি করে। এখানে প্রতিটি স্তর আসলে কেমন দেখায়, তার উৎসসহ উদাহরণ দেওয়া হলো, কোনো অনুভূতির বদলে।
একটি thesis একসঙ্গে machine written বলে মনে হয় না। এটি অংশভিত্তিকভাবে ঘটে, প্রতিবার ভিন্ন কারণে, তাই সংশোধনও ভিন্ন হয়: abstract, literature review, methodology, results, এবং discussion-এ আসলে কী বদলায়।
বিক্রেতারা 1 শতাংশের নিচে মিথ্যা পজিটিভ হার প্রকাশ করে। একই ডিটেক্টরগুলোকে অ-স্থানীয় ইংরেজি লেখার ওপর পরীক্ষা করা স্বাধীন গবেষকেরা 60 শতাংশেরও বেশি হার পেয়েছেন। প্রমাণ কী দেখায়, এখানে তা আছে।
আপনার ভাষায় অনুবাদ না থাকা পোস্টগুলো ইংরেজি ব্লগে রয়েছে।