Các bài viết chuyên gia hướng dẫn cách nhân hóa văn bản AI, đạt điểm thấp trên AI detectors, giữ nguyên trích dẫn và viết bài nghiên cứu học thuật tốt hơn.
Một nghiên cứu Stanford năm 2023 cho thấy các bộ phát hiện AI đọc sai bài viết tiếng Anh lưu loát của người không phải bản ngữ là do máy tạo ra với tỷ lệ cao hơn nhiều so với bài viết của người bản ngữ. Dưới đây là cơ chế đứng sau khoảng cách đó, và điều gì đã xảy ra khi các bài luận giống nhau được viết lại với vốn từ phong phú hơn.
Burstiness đo mức độ độ dài câu dao động rộng đến đâu trong một đoạn văn, chứ không phải độ dài của câu trung bình là bao nhiêu. Bài viết này giải thích nguồn gốc của thuật ngữ, cách tính độ phân tán thực sự, và vì sao đầu ra của một mô hình ngôn ngữ thường ổn định trong một khoảng độ dài hẹp.
Perplexity là con số mà một mô hình ngôn ngữ tạo ra để mô tả mức độ bất ngờ của nó trước lựa chọn từ ngữ của bạn. Bài viết này truy nguyên chỉ số này về nguồn gốc năm 1977, đi qua công thức, và giải thích vì sao cùng một đoạn văn có thể cho điểm khác nhau tùy theo mô hình nào đang đọc nó.
Các nhà cung cấp công bố tỷ lệ dương tính giả dưới 1 phần trăm. Các nhà nghiên cứu độc lập thử nghiệm cùng các bộ phát hiện đó trên bài viết tiếng Anh của người không bản ngữ đã ghi nhận tỷ lệ trên 60 phần trăm. Dưới đây là những gì bằng chứng cho thấy.
Các bộ phát hiện AI không nhận ra văn bản do máy tạo ra theo cách một người đọc làm. Chúng đo mức độ dễ dự đoán của văn bản, rồi chuyển điều đó thành một điểm số. Khi hiểu được điểm này, cả công nghệ lẫn các thất bại của nó đều trở nên dễ hiểu hơn.
Các bài viết chưa có bản dịch trong ngôn ngữ của bạn sẽ nằm trên blog tiếng Anh.