Artikel pakar tentang cara menginsankan teks AI, memperoleh skor rendah pada pengesan AI, mengekalkan sitasi, dan menulis kertas akademik yang lebih baik.
Kajian Stanford 2023 mendapati pengesan AI tersalah membaca penulisan Bahasa Inggeris bukan penutur asli yang fasih sebagai dijana mesin pada kadar yang jauh lebih tinggi berbanding penulisan penutur asli. Berikut ialah mekanisme di sebalik jurang itu, dan apa yang berlaku apabila esei yang sama ditulis semula dengan kosa kata yang lebih kaya.
Burstiness mengukur sejauh mana panjang ayat berubah merentasi sesuatu petikan, bukan sejauh mana purata ayat berlangsung. Catatan ini menerangkan asal usul istilah itu, bagaimana sebaran sebenarnya dikira, dan mengapa output model bahasa cenderung menetap pada julat panjang yang sempit.
Perplexity ialah nombor yang dihasilkan oleh model bahasa untuk menerangkan sejauh mana ia terkejut oleh pilihan kata anda. Catatan ini menelusuri metrik itu kepada asal usulnya pada 1977, menghuraikan formulanya, dan menjelaskan mengapa petikan yang sama boleh mendapat skor yang berbeza bergantung pada model mana yang membacanya.
Vendor menerbitkan kadar positif palsu di bawah 1 peratus. Penyelidik bebas yang menguji pengesan yang sama pada penulisan bahasa Inggeris bukan penutur asli mendapati kadar melebihi 60 peratus. Berikut ialah bukti yang ditunjukkan.
Pengesan AI tidak mengenali penulisan mesin seperti pembaca. Mereka mengukur sejauh mana teks anda dapat diramalkan, kemudian menukarkannya kepada skor. Setelah itu difahami, teknologi ini dan kegagalannya menjadi lebih masuk akal.
Catatan tanpa terjemahan dalam bahasa anda tersedia di blog bahasa Inggeris.