AI metnini insanileştirmeye dair ipuçları, yapay zeka detektörlerinde düşük puan, doğru atıfların korunması ve daha iyi akademik makaleler.
2023 Stanford çalışması, akıcı ana dili İngilizce olmayan yazının AI dedektörleri tarafından makine üretimi olarak, ana dili İngilizce olan yazıya kıyasla çok daha yüksek oranda yanlış okunduğunu buldu. Bu farkın arkasındaki mekanizma ve aynı denemeler daha zengin sözcük dağarcığıyla yeniden yazıldığında ne olduğu burada açıklanmaktadır.
Burstiness, ortalama cümlenin ne kadar uzun olduğundan ziyade, bir pasaj boyunca cümle uzunluklarının ne ölçüde değiştiğini ölçer. Bu yazı, terimin nereden geldiğini, yayılımın gerçekte nasıl hesaplandığını ve bir language model çıktısının neden dar bir uzunluk aralığında toplanma eğiliminde olduğunu açıklar.
Perplexity, bir dil modelinin sözcük seçimleriniz karşısında ne kadar şaşırdığını anlatmak için ürettiği sayıdır. Bu yazı, ölçütün 1977’deki kökenini izler, formülü adım adım ele alır ve aynı pasajın, onu okuyan modele bağlı olarak neden farklı puan alabileceğini açıklar.
Satıcılar yanlış pozitif oranlarını yüzde 1'in altında yayımlıyor. Aynı dedektörleri ana dili İngilizce olmayan yazılar üzerinde test eden bağımsız araştırmacılar, oranların yüzde 60'ın üzerine çıktığını buldu. Kanıtların gösterdiği budur.
AI dedektörleri, makine yazısını bir okuyucunun yaptığı gibi tanımaz. Metninizin ne kadar öngörülebilir olduğunu ölçer, sonra bunu bir puana dönüştürür. Bu anlaşıldığında, hem teknoloji hem de onun başarısızlıkları daha anlamlı hale gelir.
Dilinizde çevirisi olmayan yazılar İngilizce blogdadır.