バースト性とは何か。なぜ均一な文が検出されるのか
バースト性は、平均文長がどれほど長いかではなく、文章全体で文長がどれほど広く変動するかを測定する。この投稿では、この用語の由来、ばらつきが実際にどのように計算されるか、そして言語モデルの出力がなぜ文長の狭い範囲に収まりやすいのかを説明する。
29 / 30
バースト性は、平均文長がどれほど長いかではなく、文章全体で文長がどれほど広く変動するかを測定する。この投稿では、この用語の由来、ばらつきが実際にどのように計算されるか、そして言語モデルの出力がなぜ文長の狭い範囲に収まりやすいのかを説明する。
パープレキシティは、言語モデルが語の選択にどれほど驚いたかを記述するために生成する数である。本稿では、この指標を1977年の起源までたどり、式を順に検討し、同じ文章でも、どのモデルが読んでいるかによって異なるスコアになりうる理由を説明する。
大学は, それを開示するならAI支援を認めている。問題は, AIの文章が一般的で均質に読まれ, 大学水準の検出器がそれに応じて評価することである。このガイドでは, 主要なAIヒューマナイザーを, どのように書き換えるか, どのような利用者向けに作られているか, いくらかかるか, そして学術草稿がその処理を通過できるかという観点から比較する。
APA, MLA, Chicago, IEEE はそれぞれ ChatGPT の引用を異なる形で扱う。著者として、コンテナとして、注記として、あるいは引用不要として扱う。ここでは、それぞれが実際に何を求めるのか、また引用がどこで終わり、開示がどこから始まるのかを示す。
機械生成の散文には署名がある。予測可能な語、均一な文のリズム、カンマの役割を担うダッシュ、そして自らの見出しを言い換える議論の形である。ここでは、各レベルが実際にどのように見えるかを、雰囲気ではなく出典付きの例で示す。
学位論文は、一度に機械生成文のように読まれるわけではありません。セクションごとに、しかも毎回異なる理由でそうなるため、修正も異なります。要旨、先行研究レビュー、方法論、結果、考察で実際に何が変わるのかを示します。
お使いの言語に翻訳されていない投稿は、英語ブログにあります。