29 / 30
پیچیدگی وہ عدد ہے جو ایک زبان ماڈل آپ کے لفظی انتخاب کے بارے میں اپنی حیرت کی مقدار بیان کرنے کے لیے پیدا کرتا ہے۔ یہ تحریر اس پیمانے کو 1977 کی اس کی ابتدا تک لے جاتی ہے، فارمولے کو مرحلہ وار واضح کرتی ہے، اور بتاتی ہے کہ ایک ہی عبارت مختلف ماڈلز کے پڑھنے کے طریقے کے مطابق مختلف اسکور کیوں حاصل کر سکتی ہے۔
جامعات AI مدد کی اجازت دیتی ہیں جب آپ اسے ظاہر کریں۔ مسئلہ یہ ہے کہ AI نثر عمومی اور یکساں محسوس ہوتی ہے، اور university-grade detectors اسے اسی کے مطابق اسکور کرتے ہیں۔ یہ گائیڈ ہر بڑے AI humanizer کا موازنہ اس بنیاد پر کرتا ہے کہ وہ کیسے rewrite کرتا ہے، کس کے لیے بنایا گیا ہے، اس کی قیمت کیا ہے، اور آیا ایک academic draft اس مرحلے سے گزر جاتا ہے۔
APA, MLA, Chicago اور IEEE ہر ایک ChatGPT کے حوالہ کو مختلف طرح سے حل کرتے ہیں: بطور مصنف، بطور ظرف، بطور نوٹ، یا بالکل بغیر حوالہ کے۔ یہاں بتایا گیا ہے کہ ہر ایک دراصل کیا تقاضا کرتا ہے، اور حوالہ کہاں ختم ہوتا ہے اور افشا کہاں شروع ہوتا ہے۔
مشین سے لکھی ہوئی نثر کی ایک مخصوص شناخت ہوتی ہے: پیش گوئی کے قابل الفاظ، یکساں جملاتی ردھم، ایک dash جو comma کا کام کر رہا ہو، اور استدلال کی ایسی ساخت جو اپنے ہی heading کو دوبارہ بیان کرے۔ یہاں ہر سطح کی حقیقی صورت، حوالہ شدہ مثالوں کے ساتھ، پیش کی گئی ہے، کسی مبہم تاثر کے بجائے۔
ایک thesis ایک ساتھ مشینی تحریر کی طرح نہیں پڑھی جاتی۔ یہ حصے بہ حصے ہوتا ہے، اور ہر بار وجہ مختلف ہوتی ہے، اس لیے اصلاح بھی مختلف ہوتی ہے: abstract، literature review، methodology، results، اور discussion میں اصل میں کیا بدلتا ہے۔
وینڈرز 1 فیصد سے کم غلط مثبت شرحیں شائع کرتے ہیں۔ آزاد محققین نے جب انہی detectors کو غیر مقامی انگریزی تحریر پر آزمایا تو شرحیں 60 فیصد سے اوپر نکلیں۔ یہاں شواہد کیا دکھاتے ہیں۔
جن پوسٹس کا آپ کی زبان میں ترجمہ موجود نہیں، وہ انگریزی بلاگ پر ہیں۔