บทความเชิงลึกเกี่ยวกับวิธีทำให้ข้อความจาก AI ดูเป็นมนุษย์ คะแนนต่ำจากตัวตรวจจับ AI รักษาแหล่งอ้างอิง และเขียนเอกสารวิชาการได้ดีขึ้น
การศึกษา Stanford ปี 2023 พบว่าเครื่องตรวจจับ AI อ่านงานเขียนภาษาอังกฤษของผู้ที่ไม่ใช่เจ้าของภาษาอย่างคล่องแคล่วว่าเป็นข้อความที่สร้างโดยเครื่องในอัตราที่สูงกว่างานเขียนของเจ้าของภาษาอย่างมาก ต่อไปนี้คือกลไกเบื้องหลังช่องว่างดังกล่าว และสิ่งที่เกิดขึ้นเมื่อเรียงความชุดเดียวกันถูกเขียนใหม่ด้วยคำศัพท์ที่หลากหลายกว่า
Burstiness วัดว่าความยาวประโยคแกว่งกว้างเพียงใดตลอดทั้งข้อความ ไม่ใช่ว่าประโยคเฉลี่ยยาวเท่าใด บทความนี้อธิบายที่มาของคำนี้ วิธีคำนวณการกระจายจริง และเหตุใดผลลัพธ์ของแบบจำลองภาษา จึงมักคงอยู่ในช่วงความยาวที่แคบ
Perplexity คือตัวเลขที่แบบจำลองภาษาสร้างขึ้นเพื่ออธิบายว่ามันประหลาดใจกับการเลือกคำของคุณมากเพียงใด บทความนี้ติดตามตัวชี้วัดนี้ไปยังจุดกำเนิดในปี 1977 อธิบายสูตร และอธิบายว่าทำไมข้อความเดียวกันจึงอาจได้คะแนนต่างกันขึ้นอยู่กับว่าแบบจำลองใดเป็นผู้อ่าน
ผู้ขายเผยแพร่อัตราผลบวกลวงต่ำกว่า 1 เปอร์เซ็นต์ นักวิจัยอิสระที่ทดสอบเครื่องตรวจจับเดียวกันกับงานเขียนภาษาอังกฤษของผู้ที่ไม่ใช่เจ้าของภาษา พบอัตราสูงกว่า 60 เปอร์เซ็นต์ นี่คือสิ่งที่หลักฐานแสดงให้เห็น
AI detectors ไม่ได้จดจำงานเขียนของเครื่องเหมือนที่ผู้อ่านทำ พวกมันวัดว่าข้อความของคุณคาดเดาได้เพียงใด แล้วแปลงสิ่งนั้นเป็นคะแนน เมื่อเข้าใจจุดนี้แล้ว ทั้งเทคโนโลยีและข้อจำกัดของมันก็จะเข้าใจได้มากขึ้น
โพสต์ที่ไม่มีคำแปลในภาษาของคุณจะอยู่ในบล็อกภาษาอังกฤษ