GPTZero hoạt động như thế nào

Nhập "how gptzero works" vào thanh tìm kiếm và phần lớn nội dung trả về vẫn mô tả perplexity và burstiness, hai thống kê mà chính người sáng lập của nó đã làm cho nổi tiếng trong những tuần đầu sau khi ChatGPT được phát hành. Mô tả đó là chính xác vào tháng 1 năm 2023. Nó không còn chính xác kể từ mùa thu năm đó, khi tài liệu của GPTZero chính nó cho biết công ty đã thay thế phương pháp đó bằng một thứ hoàn toàn khác. Khoảng cách giữa những gì công cụ này làm khi ra mắt và những gì nó làm hiện nay đủ lớn để hầu hết các lời giải thích vẫn còn lưu hành ngày nay đang mô tả một sản phẩm không còn tồn tại nữa.

Ngày nay, GPTZero chạy một bộ phân loại theo từng câu trên một ngữ liệu hỗn hợp lớn gồm các văn bản do con người tạo ra và các văn bản do AI tạo ra, thay vì một phép tính perplexity. GPTZero hiện nay vẫn cung cấp một con số tổng quan duy nhất, nhưng phép tính là khác. Phần tô sáng ở cấp câu bên dưới con số tổng quan cũng có ý nghĩa khác so với năm 2023. Cả hai phiên bản của câu chuyện đều đáng để biết, phiên bản đã làm cho các thuật ngữ này trở nên nổi tiếng, và phiên bản thực sự đang vận hành ngày nay.

Lịch sử: Cách perplexity và burstiness làm cho GPTZero trở nên nổi tiếng

Vào ngày 2 tháng 1 năm 2023, Edward Tian, khi đó là sinh viên Princeton, đã phát hành một bản demo công khai của GPTZero, chỉ vài tuần sau khi ChatGPT ra mắt. Trang giải thích ban đầu của anh mô tả cách anh sử dụng hai thống kê vay mượn từ mô hình ngôn ngữ để phát hiện khi nào một mô hình ngôn ngữ đã viết ra điều gì đó. Perplexity là một điểm số cho biết mô hình tham chiếu đã ngạc nhiên đến mức nào trước các lựa chọn từ ngữ trong văn bản. Burstiness là tên mà GPTZero dùng để chỉ mức độ dao động của sự ngạc nhiên đó trong một tài liệu. Chính những trang giải thích đó là lý do vì sao cả hai từ này đi vào cách nói hằng ngày về văn bản do AI tạo ra. Phần lớn những người ngày nay có thể định nghĩa perplexity hoặc burstiness đã học các thuật ngữ này từ GPTZero, chứ không phải từ một giáo trình.

Cơ chế tự nó khá đơn giản để mô tả. Đưa một đoạn văn qua một mô hình ngôn ngữ tham chiếu, và phần văn xuôi mà mô hình thấy có thể dự đoán rất cao, độ perplexity thấp, sẽ mang dáng dấp điển hình của máy, vì quá trình sinh văn bản có xu hướng ưu tiên từ tiếp theo có khả năng xảy ra hơn là từ gây bất ngờ. Ngay cả tài liệu cũ đã ngừng sử dụng của GPTZero cũng từng công bố một quy tắc kinh nghiệm: điểm perplexity trên 85 được xem là có khả năng do con người viết hơn là do máy. Ngưỡng đó đến từ một nhà cung cấp, trên một mô hình, tại một thời điểm cụ thể, và chính GPTZero hiện cũng không còn bảo lưu nó.

Cách GPTZero Hoạt Động Hiện Nay: Một Bộ Phân Loại Cấp Câu

Trung tâm hỗ trợ của GPTZero nêu rõ rằng công ty đã ngừng sử dụng perplexity và burstiness cho việc phát hiện kể từ mùa thu năm 2023, sau khi chuyển sang một kiến trúc học sâu. Trang công nghệ hiện tại của họ, được kiểm tra cho bài viết này, xác nhận rằng sự chuyển đổi là hoàn toàn: trang đó mô tả một phương pháp học sâu đầu cuối được huấn luyện trên văn bản từ web, giáo dục, và một loạt mô hình ngôn ngữ, vận hành một mô hình phân loại theo từng câu, đầu ra là một xác suất và một điểm tin cậy. Perplexity và burstiness không xuất hiện ở bất kỳ đâu trên trang đó.

Kể từ đó, nó cũng đã bổ sung một lớp phòng vệ, Paraphraser Shield, được xây dựng để phát hiện văn bản AI đã được đưa qua một công cụ viết lại nhằm né tránh phát hiện. Bạn có thể dán văn bản vào, tải lên tài liệu Word, PDF và tệp hình ảnh, và tối đa năm mươi tệp cùng lúc. Không có phần hạ tầng nào trong số đó liên quan gì đến việc đếm xem một mô hình tham chiếu đã đoán cùng một từ bao nhiêu lần.

Một Báo Cáo GPTZero Thực Sự Cho Bạn Thấy Điều Gì

Một kết quả GPTZero gồm ba phần: phân loại là AI, con người hoặc hỗn hợp, một tỷ lệ phần trăm biểu thị xác suất của mô hình rằng tài liệu được viết bởi AI, và một nhãn độ tin cậy mô tả mức độ đáng tin cậy của dự đoán cụ thể đó. Nhãn này quan trọng hơn vẻ bề ngoài của nó. GPTZero gắn "rất tự tin" với tỷ lệ lỗi dưới 2 percent và "độ tin cậy thấp" với tỷ lệ lỗi từ 14 percent trở lên, một khoảng đủ rộng để cùng một tỷ lệ phần trăm tiêu đề có thể mang trọng lượng rất khác nhau từ báo cáo này sang báo cáo khác.

Các bản quét trả phí bổ sung phần tô sáng ở cấp câu, và cần đọc phần này một cách chính xác. GPTZero mô tả các câu được tô sáng là những câu tác động không cân xứng đến điểm tổng thể, chứ không phải là một danh sách cáo buộc đối với từng dòng riêng lẻ. Một câu có thể không được tô sáng mà vẫn đã định hình kết quả, vì bộ phân loại đọc toàn bộ tài liệu như một chỉnh thể thay vì bỏ phiếu theo từng câu.

Report element	What it tells you
Classification	Một nhãn duy nhất: AI, con người, hoặc hỗn hợp
AI probability score	Một tỷ lệ phần trăm phản ánh mức độ mô hình đánh giá tài liệu là do AI viết
Confidence label	Dao động từ mức rất tự tin, dưới tỷ lệ lỗi 2 percent, đến mức tự tin thấp, 14 percent hoặc cao hơn
Sentence highlighting	Đánh dấu các câu đóng góp nhiều nhất vào điểm số trong Advanced Scan, chứ không phải mọi câu có liên quan đến nó

Không có yếu tố báo cáo nào trong số này tồn tại dưới hình thức hiện tại của chúng khi phần giải thích về perplexity và burstiness vẫn còn là mô tả công khai của GPTZero về chính nó. Giao diện đã thay đổi cùng với phương pháp.

Tại sao mô tả về Perplexity và Burstiness vẫn còn được lưu hành

Phần giải thích ban đầu của GPTZero vẫn còn trực tuyến, vẫn được lập chỉ mục, và vẫn là một trong những mô tả khái quát rõ ràng hơn về cách perplexity và burstiness hoạt động như các khái niệm. Các công cụ tìm kiếm và những trang web khác tiếp tục trích dẫn nó, và một số trang dẫn đến một bài đánh giá năm 2026 được chia sẻ rộng rãi, cho rằng công cụ này vẫn âm thầm chạy một lớp perplexity và burstiness song song với bộ phân loại của nó. Các trang hiện tại của chính GPTZero, trang công nghệ và cả hai bài viết hỗ trợ, nói điều ngược lại, các thuật ngữ này đã bị loại bỏ, chứ không chỉ bị ẩn phía sau hậu trường. Một trang mô tả một khái niệm ở mức trừu tượng không giống với một trang mô tả phương pháp hiện tại của công cụ này, và việc xem hai điều đó là có thể thay thế cho nhau là lý do chính khiến sự nhầm lẫn này kéo dài thêm ba năm sau ngày hết hạn của nó.

Điều này quan trọng vượt ra ngoài chuyện vụn vặt. Một sinh viên hoặc đồng nghiệp được bảo hạ perplexity hoặc phân bố độ dài câu để đánh bại GPTZero đang nhận lời khuyên nhắm vào một phiên bản của sản phẩm đã ngừng hoạt động từ năm 2023. Điều chi phối một bộ phân loại câu là một câu hỏi liên quan nhưng khác, gần với cách trình bày rộng hơn về cách các bộ phát hiện AI thực sự hoạt động hơn là với bất kỳ thống kê nào xét riêng lẻ. GPTZero chưa ngừng đo các chỉ số đó, theo chính cách họ mô tả, chúng nằm trong bảy chỉ báo đưa vào mô hình hiện tại, nhưng chúng không còn là yếu tố quyết định câu trả lời.

GPTZero Nói Rằng Nó Không Thể Làm Gì

Các con số độ chính xác do GPTZero công bố mạnh đến mức gần như là mức mà một nhà cung cấp có thể sẽ công bố về chính sản phẩm của mình: độ chính xác 96.5 percent trên các tài liệu hỗn hợp, tỷ lệ dương tính giả tổng thể mà công ty giới hạn ở 1 percent, và 1.1 percent riêng đối với các bài luận TOEFL, một đại diện thường dùng cho văn bản tiếng Anh của người không phải bản ngữ. Những con số đó đến từ đánh giá nội bộ của GPTZero, và trên trang báo cáo chúng không có dẫn chiếu nào tới việc kiểm chứng độc lập.

Trang giới hạn của chính GPTZero cụ thể hơn các con số tiếp thị. Công ty nêu rằng độ chính xác tăng khi nộp nhiều văn bản hơn và giảm ở cấp độ câu và đoạn so với toàn bộ tài liệu. Công ty nêu rằng dữ liệu huấn luyện của mình chủ yếu là văn xuôi tiếng Anh của người trưởng thành, vì vậy văn bản lệch khỏi mô thức đó sẽ khó được phân loại đáng tin cậy hơn. Công ty nêu rằng bộ phân loại không được huấn luyện để phát hiện văn bản AI đã bị chỉnh sửa mạnh sau khi tạo ra. Và công ty nói rõ rằng các dạng văn bản do máy tạo ra khác hoặc văn bản có tính quy trình cao, không chỉ đầu ra của chatbot, cũng có thể bị gắn cờ theo cùng cách.

Không có điều nào trong số đó là lý do để xem con số của GPTZero là không thể nghi ngờ, và đây cũng không phải là bộ phát hiện duy nhất đáng để hiểu theo đúng bản chất của nó. Độc giả muốn biết một bộ phân loại như thế này thực sự phản ứng với điều gì có thể tự xem một phiên bản của mẫu đó bằng một trình kiểm tra perplexity miễn phí hoặc một trình kiểm tra burstiness miễn phí, hai thành phần của một bộ công cụ miễn phí đầy đủ hơn, bao quát các lớp thống kê khác mà một báo cáo như thế này dựa vào.

Hai thống kê nổi bật của GPTZero có các trang riêng của chúng: perplexity đo lường gì trong phát hiện AI, và phép tính xác suất token tạo ra cả hai con số.

Một công cụ sẵn sàng nêu rõ các điểm mù của chính nó đến mức này đáng được tin cậy hơn một công cụ không thừa nhận điểm mù nào, và phần trăm chưa được giải thích tiếp theo trên một báo cáo là một nơi tốt để bắt đầu đặt câu hỏi xem loại công cụ nào đã tạo ra nó.