AI ٹیکسٹ کو انسان نما بنانے کے طریقوں پر ماہر مضامین، AI ڈیٹیکٹرز پر اسکور کم، حوالہ جات برقرار رکھیں، اور بہتر تعلیمی پیپرز لکھیں۔
2023 کی Stanford تحقیق نے پایا کہ AI ڈیٹیکٹرز رواں غیر مقامی انگریزی تحریر کو مشینی طور پر تیار شدہ سمجھنے میں مقامی تحریر کے مقابلے میں کہیں زیادہ غلطی کرتے ہیں۔ یہاں اس فرق کے پیچھے کارفرما طریقۂ کار اور یہ کہ جب انہی مضامین کو زیادہ بھرپور ذخیرۂ الفاظ کے ساتھ دوبارہ لکھا گیا تو کیا ہوا، بیان کیا گیا ہے۔
Burstiness اس بات کی پیمائش کرتا ہے کہ کسی عبارت میں جملوں کی لمبائیاں کتنی وسیع حد تک بدلتی ہیں، نہ کہ اوسط جملہ کتنا طویل ہوتا ہے۔ یہ پوسٹ واضح کرتی ہے کہ یہ اصطلاح کہاں سے آئی، پھیلاؤ کو عملاً کیسے حساب کیا جاتا ہے، اور کیوں language model کا output عموماً لمبائیوں کی ایک تنگ حد میں آ کر ٹھہر جاتا ہے۔
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۔
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۔
AI ڈیٹیکٹر مشینی تحریر کو اس طرح نہیں پہچانتے جیسے ایک قاری پہچانتا ہے۔ وہ یہ ناپتے ہیں کہ آپ کا متن کتنا قابلِ پیش گوئی ہے، پھر اسے ایک اسکور میں بدل دیتے ہیں۔ یہ بات سمجھ میں آ جائے تو ٹیکنالوجی اور اس کی ناکامیاں دونوں زیادہ واضح ہو جاتی ہیں۔
جن پوسٹس کا آپ کی زبان میں ترجمہ موجود نہیں، وہ انگریزی بلاگ پر ہیں۔