AI ഡിറ്റക്ടറുകൾ എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്?

AI ഡിറ്റക്ടറുകൾ എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്?

ചുരുക്ക ഉത്തരം: AI ഡിറ്റക്ടറുകൾ ആരാണ് എന്തെങ്കിലും എഴുതിയതെന്ന് "തെളിയിക്കുന്നില്ല"; ഒരു ഭാഗം പരിചിതമായ ഭാഷാ-മോഡൽ പാറ്റേണുകളുമായി എത്രത്തോളം പൊരുത്തപ്പെടുന്നുവെന്ന് അവർ കണക്കാക്കുന്നു. മിക്കതും ക്ലാസിഫയറുകൾ, പ്രവചനാത്മക സിഗ്നലുകൾ (ആശയക്കുഴപ്പം/പൊട്ടിത്തെറിക്കൽ), സ്റ്റൈലോമെട്രി, അപൂർവ സന്ദർഭങ്ങളിൽ, വാട്ടർമാർക്ക് പരിശോധനകൾ എന്നിവയുടെ മിശ്രിതത്തെ ആശ്രയിക്കുന്നു. സാമ്പിൾ ചെറുതാണെങ്കിൽ, വളരെ ഔപചാരികമാണെങ്കിൽ, സാങ്കേതികമാണെങ്കിൽ, അല്ലെങ്കിൽ ഒരു ESL രചയിതാവ് എഴുതിയതാണെങ്കിൽ, സ്കോറിനെ അവലോകനത്തിനുള്ള ഒരു സൂചനയായി കണക്കാക്കുക - ഒരു വിധിന്യായമായിട്ടല്ല.

പ്രധാന കാര്യങ്ങൾ:

തെളിവല്ല, സാധ്യത : ശതമാനങ്ങളെ ഉറപ്പായ സൂചനകളായിട്ടല്ല, "AI-സാദൃശ്യം" എന്ന അപകടസാധ്യതാ സൂചനകളായി കണക്കാക്കുക.

തെറ്റായ പോസിറ്റീവ് വശങ്ങൾ : ഔപചാരികമോ, സാങ്കേതികമോ, ടെംപ്ലേറ്റ് ചെയ്തതോ, അല്ലെങ്കിൽ മാതൃഭാഷയല്ലാത്തതോ ആയ എഴുത്ത് പലപ്പോഴും തെറ്റായി അടയാളപ്പെടുത്തപ്പെടുന്നു.

രീതികളുടെ മിശ്രിതം : ഉപകരണങ്ങൾ ക്ലാസിഫയറുകൾ, ആശയക്കുഴപ്പം/പൊട്ടിത്തെറി, സ്റ്റൈലോമെട്രി, അസാധാരണമായ വാട്ടർമാർക്ക് പരിശോധനകൾ എന്നിവ സംയോജിപ്പിക്കുന്നു.

സുതാര്യത : ഉപരിതല വ്യാപ്തി, സവിശേഷതകൾ, അനിശ്ചിതത്വം എന്നിവയുള്ള ഡിറ്റക്ടറുകൾ തിരഞ്ഞെടുക്കുക - ഒരു സംഖ്യ മാത്രമല്ല.

മത്സരക്ഷമത : തർക്കങ്ങൾക്കും അപ്പീലുകൾക്കുമായി ഡ്രാഫ്റ്റുകൾ/കുറിപ്പുകൾ സൂക്ഷിക്കുക, തെളിവുകൾ പ്രോസസ് ചെയ്യുക.

AI ഡിറ്റക്ടറുകൾ എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്? ഇൻഫോഗ്രാഫിക്

ഇതിനു ശേഷം നിങ്ങൾക്ക് വായിക്കാൻ ഇഷ്ടപ്പെട്ടേക്കാവുന്ന ലേഖനങ്ങൾ:

🔗 ഏറ്റവും മികച്ച AI ഡിറ്റക്ടർ ഏതാണ്?
കൃത്യത, സവിശേഷതകൾ, ഉപയോഗ കേസുകൾ എന്നിവയുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ മികച്ച AI കണ്ടെത്തൽ ഉപകരണങ്ങൾ.

🔗 AI ഡിറ്റക്ടറുകൾ വിശ്വസനീയമാണോ?
വിശ്വാസ്യത, തെറ്റായ പോസിറ്റീവുകൾ, ഫലങ്ങൾ പലപ്പോഴും വ്യത്യാസപ്പെടുന്നതിന്റെ കാരണം എന്നിവ വിശദീകരിക്കുന്നു.

🔗 ടേണിറ്റിന് AI കണ്ടുപിടിക്കാൻ കഴിയുമോ?
ടേണിറ്റിൻ AI കണ്ടെത്തൽ, പരിധികൾ, മികച്ച രീതികൾ എന്നിവയിലേക്കുള്ള പൂർണ്ണ ഗൈഡ്.

🔗 QuillBot AI ഡിറ്റക്ടർ കൃത്യമാണോ?
കൃത്യത, ശക്തികൾ, ബലഹീനതകൾ, യഥാർത്ഥ ലോക പരിശോധനകൾ എന്നിവയുടെ വിശദമായ അവലോകനം.

1) പെട്ടെന്നുള്ള ആശയം - ഒരു AI ഡിറ്റക്ടർ യഥാർത്ഥത്തിൽ എന്താണ് ചെയ്യുന്നത് ⚙️

മിക്ക AI ഡിറ്റക്ടറുകളും വലയിൽ നിന്ന് മീൻ പിടിക്കുന്നത് പോലെ "AI പിടിക്കുന്നില്ല". അവ കൂടുതൽ പ്രാകൃതമായ എന്തോ ചെയ്യുന്നു:

സത്യം പറഞ്ഞാൽ - UI "92% AI" പോലെ പറയും, നിങ്ങളുടെ തലച്ചോർ "ശരി, അതൊരു വസ്തുതയാണെന്ന് ഊഹിക്കുക" എന്ന് പറയും. അതൊരു വസ്തുതയല്ല. മറ്റൊരു മോഡലിന്റെ വിരലടയാളങ്ങളെക്കുറിച്ചുള്ള ഒരു മോഡലിന്റെ ഊഹമാണിത്. നായ്ക്കൾ നായ്ക്കളെ മണക്കുന്നത് പോലെ, ഇത് നേരിയ തമാശയാണ് 🐕🐕

2) AI ഡിറ്റക്ടറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു: ഏറ്റവും സാധാരണമായ "ഡിറ്റക്ഷൻ എഞ്ചിനുകൾ" 🔍

ഡിറ്റക്ടറുകൾ സാധാരണയായി ഈ സമീപനങ്ങളിൽ ഒന്ന് (അല്ലെങ്കിൽ ഒരു മിശ്രിതം) ഉപയോഗിക്കുന്നു: ( എൽഎൽഎം-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ )

എ) ക്ലാസിഫയർ മോഡലുകൾ (ഏറ്റവും സാധാരണമായത്)

ലേബൽ ചെയ്ത ഉദാഹരണങ്ങളിൽ ഒരു ക്ലാസിഫയർ പരിശീലിപ്പിക്കപ്പെടുന്നു:

  • മനുഷ്യർ എഴുതിയ സാമ്പിളുകൾ

  • AI- ജനറേറ്റഡ് സാമ്പിളുകൾ

  • ചിലപ്പോൾ "ഹൈബ്രിഡ്" സാമ്പിളുകൾ (മനുഷ്യർ എഡിറ്റ് ചെയ്ത AI ടെക്സ്റ്റ്)

പിന്നെ അത് ഗ്രൂപ്പുകളെ വേർതിരിക്കുന്ന പാറ്റേണുകൾ പഠിക്കുന്നു. ഇതാണ് ക്ലാസിക് മെഷീൻ ലേണിംഗ് സമീപനം, ഇത് അതിശയകരമാംവിധം മാന്യമായിരിക്കും... അങ്ങനെയല്ലാത്തിടത്തോളം. ( എൽഎൽഎം-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ )

B) ആശയക്കുഴപ്പവും "പൊട്ടിത്തെറി" സ്കോറിംഗും 📈

ചില ഡിറ്റക്ടറുകൾ വാചകം എത്രത്തോളം "പ്രവചിക്കാവുന്നത്" ആണെന്ന് കണക്കാക്കുന്നു.

  • ആശയക്കുഴപ്പം : ഏകദേശം പറഞ്ഞാൽ, ഒരു ഭാഷാ മാതൃക അടുത്ത വാക്കിൽ എത്രമാത്രം ആശ്ചര്യപ്പെടുന്നു. ( ബോസ്റ്റൺ യൂണിവേഴ്സിറ്റി - ആശയക്കുഴപ്പ പോസ്റ്റുകൾ )

  • താഴ്ന്ന ആശയക്കുഴപ്പം ടെക്സ്റ്റ് വളരെ പ്രവചനാതീതമാണെന്ന് സൂചിപ്പിക്കാം (AI ഔട്ട്പുട്ടുകളിൽ ഇത് സംഭവിക്കാം). ( DetectGPT )

  • വാക്യ സങ്കീർണ്ണതയിലും താളത്തിലും എത്രമാത്രം വ്യത്യാസമുണ്ടെന്ന് അളക്കാൻ "പൊള്ളൽ" ശ്രമിക്കുന്നു. ( GPTZero )

ഈ സമീപനം ലളിതവും വേഗതയേറിയതുമാണ്. ഇത് ആശയക്കുഴപ്പത്തിലാക്കാനും എളുപ്പമാണ്, കാരണം മനുഷ്യർക്കും പ്രവചനാതീതമായി എഴുതാൻ കഴിയും (ഹലോ കോർപ്പറേറ്റ് ഇമെയിലുകൾ). ( OpenAI )

സി) സ്റ്റൈലോമെട്രി (വിരലടയാളം എഴുതൽ) ✍️

സ്റ്റൈലോമെട്രി ഇനിപ്പറയുന്നതുപോലുള്ള പാറ്റേണുകൾ പരിശോധിക്കുന്നു:

  • ശരാശരി വാക്യ ദൈർഘ്യം

  • വിരാമചിഹ്ന ശൈലി

  • ഫംഗ്ഷൻ പദങ്ങളുടെ ആവൃത്തി (the, and, but…)

  • പദാവലി വൈവിധ്യം

  • വായനാക്ഷമതാ സ്കോറുകൾ

ഇത് വാചകം ഒഴികെയുള്ള “കൈയക്ഷര വിശകലനം” പോലെയാണ്. ചിലപ്പോൾ ഇത് സഹായിക്കുന്നു. ചിലപ്പോൾ ഒരാളുടെ ഷൂസ് നോക്കി ജലദോഷം നിർണ്ണയിക്കുന്നത് പോലെയാണ്. ( സ്റ്റൈലോമെട്രിയും ഫോറൻസിക് സയൻസും: ഒരു സാഹിത്യ അവലോകനം ; കർത്തൃത്വ ആട്രിബ്യൂഷനിലെ ഫംഗ്ഷൻ വേഡ്സ് )

D) വാട്ടർമാർക്ക് കണ്ടെത്തൽ (അത് ഉള്ളപ്പോൾ) 🧩

ചില മോഡൽ ദാതാക്കൾക്ക് ജനറേറ്റ് ചെയ്ത ടെക്സ്റ്റിലേക്ക് സൂക്ഷ്മമായ പാറ്റേണുകൾ ("വാട്ടർമാർക്കുകൾ") ഉൾപ്പെടുത്താൻ കഴിയും. ഒരു ഡിറ്റക്ടറിന് വാട്ടർമാർക്ക് സ്കീം അറിയാമെങ്കിൽ, അത് പരിശോധിക്കാൻ ശ്രമിക്കാം. ( വലിയ ഭാഷാ മോഡലുകൾക്കുള്ള വാട്ടർമാർക്ക് ; സിന്തൈഡ് ടെക്സ്റ്റ് )

പക്ഷേ... എല്ലാ മോഡലുകളും വാട്ടർമാർക്ക് ചെയ്യുന്നില്ല, എല്ലാ ഔട്ട്‌പുട്ടുകളും എഡിറ്റുകൾക്ക് ശേഷം വാട്ടർമാർക്ക് സൂക്ഷിക്കുന്നില്ല, എല്ലാ ഡിറ്റക്ടറുകൾക്കും രഹസ്യ സോസിലേക്ക് ആക്‌സസ് ഇല്ല. അതിനാൽ ഇത് ഒരു സാർവത്രിക പരിഹാരമല്ല. ( വലിയ ഭാഷാ മോഡലുകൾക്കുള്ള വാട്ടർമാർക്കുകളുടെ വിശ്വാസ്യതയെക്കുറിച്ച് ; OpenAI )

3) ഒരു AI ഡിറ്റക്ടറിന്റെ നല്ല പതിപ്പ് ഉണ്ടാക്കുന്നത് എന്താണ് ✅

ഒരു "നല്ല" ഡിറ്റക്ടർ (എന്റെ അനുഭവത്തിൽ എഡിറ്റോറിയൽ വർക്ക്ഫ്ലോകൾക്കായി അവയിൽ ഒരു കൂട്ടം വശങ്ങളിലായി പരീക്ഷിച്ചുനോക്കുന്നു) ഏറ്റവും ഉച്ചത്തിൽ നിലവിളിക്കുന്ന ഒന്നല്ല. ഉത്തരവാദിത്തത്തോടെ പെരുമാറുന്ന ഒന്നാണിത്.

ഒരു AI ഡിറ്റക്ടറിനെ ശക്തമാക്കുന്നത് ഇതാ:

ഞാൻ കണ്ടിട്ടുള്ളതിൽ വച്ച് ഏറ്റവും നല്ലവർ അൽപ്പം വിനയാന്വിതരായിരിക്കും. ഏറ്റവും മോശം ആളുകൾ മനസ്സ് വായിക്കുന്നതുപോലെ പെരുമാറും 😬

4) താരതമ്യ പട്ടിക - സാധാരണ AI ഡിറ്റക്ടർ "തരങ്ങൾ", അവ എവിടെയാണ് തിളങ്ങുന്നത് 🧾

താഴെ കൊടുത്തിരിക്കുന്നത് ഒരു പ്രായോഗിക താരതമ്യം ആണ്. ഇവ ബ്രാൻഡ് നാമങ്ങളല്ല - നിങ്ങൾ കണ്ടുമുട്ടുന്ന പ്രധാന വിഭാഗങ്ങളാണിവ. ( LLM-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ )

ഉപകരണ തരം (ഇഷ്) മികച്ച പ്രേക്ഷകർ വില നിലവാരം എന്തുകൊണ്ട് ഇത് പ്രവർത്തിക്കുന്നു (ചിലപ്പോൾ)
പെർപ്ലെക്സിറ്റി ചെക്കർ ലൈറ്റ് അധ്യാപകരേ, ദ്രുത പരിശോധനകൾ സൗജന്യം പ്രവചനാതീതതയെക്കുറിച്ചുള്ള വേഗത്തിലുള്ള സിഗ്നൽ - പക്ഷേ അത് കുതിച്ചുചാട്ടത്തിന് കാരണമാകും..
ക്ലാസിഫയർ സ്കാനർ പ്രോ എഡിറ്റർമാർ, എച്ച്ആർ, കംപ്ലയൻസ് സബ്സ്ക്രിപ്ഷൻ ലേബൽ ചെയ്ത ഡാറ്റയിൽ നിന്ന് പാറ്റേണുകൾ പഠിക്കുന്നു - ഇടത്തരം നീളമുള്ള വാചകത്തിൽ മാന്യമായത്
സ്റ്റൈലോമെട്രി അനലൈസർ ഗവേഷകർ, ഫോറൻസിക് വിദഗ്ദ്ധർ $$$ അല്ലെങ്കിൽ നിച്ച് വിരലടയാളങ്ങൾ എഴുതുന്നത് താരതമ്യം ചെയ്യുന്നു - വിചിത്രമാണെങ്കിലും ദീർഘമായ രൂപത്തിൽ സൗകര്യപ്രദമാണ്
വാട്ടർമാർക്ക് ഫൈൻഡർ പ്ലാറ്റ്‌ഫോമുകൾ, ആന്തരിക ടീമുകൾ പലപ്പോഴും ബണ്ടിൽ ചെയ്തിരിക്കുന്നത് വാട്ടർമാർക്ക് നിലനിൽക്കുമ്പോൾ അത് ശക്തമാണ് - ഇല്ലെങ്കിൽ, അത് അടിസ്ഥാനപരമായി തോൾചീട്ടാണ്
ഹൈബ്രിഡ് എന്റർപ്രൈസ് സ്യൂട്ട് വലിയ സ്ഥാപനങ്ങൾ ഓരോ സീറ്റിനും, കരാറുകൾ ഒന്നിലധികം സിഗ്നലുകൾ സംയോജിപ്പിക്കുന്നു - മികച്ച കവറേജ്, ട്യൂൺ ചെയ്യാൻ കൂടുതൽ നോബുകൾ (കൂടാതെ തെറ്റായി ക്രമീകരിക്കാൻ കൂടുതൽ വഴികൾ, ശ്ശോ)

"വിലയെക്കുറിച്ചുള്ള അനുഭവം" എന്ന കോളം ശ്രദ്ധിക്കുക. അതെ, അത് ശാസ്ത്രീയമല്ല. പക്ഷേ അത് സത്യസന്ധമാണ് 😄

5) കോർ സിഗ്നൽ ഡിറ്റക്ടറുകൾ തിരയുന്നത് - "ടെൽസ്" 🧠

പല ഡിറ്റക്ടറുകളും ഹുഡിനടിയിൽ അളക്കാൻ ശ്രമിക്കുന്നത് ഇതാ:

പ്രവചനക്ഷമത (ടോക്കൺ സാധ്യത)

അടുത്ത ടോക്കണുകൾ പ്രവചിച്ചുകൊണ്ട് ഭാഷാ മോഡലുകൾ വാചകം സൃഷ്ടിക്കുന്നു. അത് സൃഷ്ടിക്കാൻ പ്രവണത കാണിക്കുന്നു:

മറുവശത്ത്, മനുഷ്യർ പലപ്പോഴും കൂടുതൽ സിഗ്-സാഗ് ചെയ്യുന്നു. നമ്മൾ സ്വയം പരസ്പരവിരുദ്ധരാണ്, ക്രമരഹിതമായ അഭിപ്രായങ്ങൾ ചേർക്കുന്നു, അല്പം വ്യത്യസ്തമായ രൂപകങ്ങൾ ഉപയോഗിക്കുന്നു - ഒരു AI ഡിറ്റക്ടറിനെ കവിതയെ വിലയിരുത്തുന്ന ഒരു ടോസ്റ്ററുമായി താരതമ്യം ചെയ്യുന്നത് പോലെ. ആ രൂപകം മോശമാണ്, പക്ഷേ നിങ്ങൾക്ക് മനസ്സിലാകും.

ആവർത്തനവും ഘടനാ പാറ്റേണുകളും

AI എഴുത്തിന് സൂക്ഷ്മമായ ആവർത്തനം കാണിക്കാൻ കഴിയും:

പക്ഷേ - ധാരാളം ആളുകൾ അങ്ങനെയാണ് എഴുതുന്നത്, പ്രത്യേകിച്ച് സ്കൂളിലോ കോർപ്പറേറ്റ് സാഹചര്യങ്ങളിലോ. അതിനാൽ ആവർത്തനം ഒരു സൂചനയാണ്, തെളിവല്ല.

അമിത വ്യക്തതയും "വളരെ വൃത്തിയുള്ള" ഗദ്യവും ✨

ഇതൊരു വിചിത്രമായ ഒന്നാണ്. ചില ഡിറ്റക്ടറുകൾ "വളരെ വൃത്തിയുള്ള എഴുത്ത്" സംശയാസ്പദമായി കണക്കാക്കുന്നു. ( OpenAI )

ഇത് അരോചകമാണ് കാരണം:

  • നല്ല എഴുത്തുകാർ ഉണ്ട്

  • എഡിറ്റർമാർ നിലവിലുണ്ട്

  • അക്ഷരത്തെറ്റ് പരിശോധന നിലവിലുണ്ട്

AI ഡിറ്റക്ടറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് ചിന്തിക്കുകയാണെങ്കിൽ , ഒരു ഉത്തരം ഇതാണ്: ചിലപ്പോൾ അവ പരുക്കന് പ്രതിഫലം നൽകുന്നു. അതായത്... ഒരു തരത്തിൽ വിപരീതമാണ്.

സെമാന്റിക് ഡെൻസിറ്റിയും പൊതുവായ പദസമുച്ചയവും

ഇനിപ്പറയുന്നതായി തോന്നുന്ന വാചകം ഡിറ്റക്ടറുകൾ ഫ്ലാഗ് ചെയ്‌തേക്കാം:

AI പലപ്പോഴും ന്യായയുക്തമായി തോന്നുന്ന ഉള്ളടക്കമാണ് സൃഷ്ടിക്കുന്നത്, പക്ഷേ അൽപ്പം എയർബ്രഷ് ചെയ്തതുമാണ്. കാണാൻ ഭംഗിയുള്ളതും എന്നാൽ വ്യക്തിത്വമില്ലാത്തതുമായ ഒരു ഹോട്ടൽ മുറി പോലെ 🛏️

6) ക്ലാസിഫയർ സമീപനം - അത് എങ്ങനെ പരിശീലിപ്പിക്കപ്പെടുന്നു (എന്തുകൊണ്ട് അത് തകരുന്നു) 🧪

ഒരു ക്ലാസിഫയർ ഡിറ്റക്ടർ സാധാരണയായി ഇതുപോലെ പരിശീലിപ്പിക്കപ്പെടുന്നു:

  1. മനുഷ്യ വാചകത്തിന്റെ ഒരു ഡാറ്റാസെറ്റ് ശേഖരിക്കുക (ഉപന്യാസങ്ങൾ, ലേഖനങ്ങൾ, ഫോറങ്ങൾ മുതലായവ)

  2. AI ടെക്സ്റ്റ് സൃഷ്ടിക്കുക (ഒന്നിലധികം പ്രോംപ്റ്റുകൾ, ശൈലികൾ, ദൈർഘ്യങ്ങൾ)

  3. സാമ്പിളുകൾ ലേബൽ ചെയ്യുക

  4. സവിശേഷതകളോ ഉൾച്ചേർക്കലുകളോ ഉപയോഗിച്ച് അവയെ വേർതിരിക്കാൻ ഒരു മോഡലിനെ പരിശീലിപ്പിക്കുക

  5. തടഞ്ഞുവച്ച ഡാറ്റയിൽ ഇത് സാധൂകരിക്കുക

  6. അത് അയയ്ക്കുക... എന്നിട്ട് യാഥാർത്ഥ്യം അതിന്റെ മുഖത്ത് കുത്തുന്നു ( LLM-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ )

യാഥാർത്ഥ്യം എന്തുകൊണ്ടാണ് അതിനെ സ്വാധീനിക്കുന്നത്:

  • ഡൊമെയ്ൻ മാറ്റം : പരിശീലന ഡാറ്റ യഥാർത്ഥ ഉപയോക്തൃ എഴുത്തുമായി പൊരുത്തപ്പെടുന്നില്ല.

  • മോഡൽ ഷിഫ്റ്റ് : പുതിയ തലമുറ മോഡലുകൾ ഡാറ്റാസെറ്റിലുള്ളവ പോലെ പെരുമാറുന്നില്ല.

  • എഡിറ്റിംഗ് ഇഫക്റ്റുകൾ : മനുഷ്യ എഡിറ്റുകൾക്ക് വ്യക്തമായ പാറ്റേണുകൾ നീക്കംചെയ്യാൻ കഴിയും, പക്ഷേ സൂക്ഷ്മമായവ നിലനിർത്താൻ കഴിയും.

  • ഭാഷാ വ്യതിയാനം : ഭാഷാഭേദങ്ങൾ, ESL എഴുത്ത്, ഔപചാരിക ശൈലികൾ എന്നിവ തെറ്റായി വായിക്കപ്പെടുന്നു ( LLM-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ ; ലിയാങ് തുടങ്ങിയവർ (arXiv) )

സ്വന്തം ഡെമോ സെറ്റിൽ "മികച്ചത്" ആയിരുന്ന ഡിറ്റക്ടറുകൾ ഞാൻ കണ്ടിട്ടുണ്ട്, പിന്നീട് യഥാർത്ഥ ജോലിസ്ഥലത്തെ എഴുത്തിൽ പരാജയപ്പെട്ടു. ഒരു സ്നിഫർ നായയെ ഒരു ബ്രാൻഡ് കുക്കികളിൽ മാത്രം പരിശീലിപ്പിച്ച് ലോകത്തിലെ എല്ലാ ലഘുഭക്ഷണങ്ങളും അത് കണ്ടെത്തുമെന്ന് പ്രതീക്ഷിക്കുന്നത് പോലെയാണിത് 🍪

7) ആശയക്കുഴപ്പവും പൊട്ടിത്തെറിയും - ഗണിത കുറുക്കുവഴി 📉

ഈ ഡിറ്റക്ടറുകളുടെ കുടുംബം ഭാഷാ-മോഡൽ സ്കോറിംഗിനെ ആശ്രയിക്കുന്നു:

  • ഓരോ അടുത്ത ടോക്കണും എത്രത്തോളം സാധ്യതയുള്ളതാണെന്ന് കണക്കാക്കുന്ന ഒരു മോഡലിലൂടെ അവർ നിങ്ങളുടെ വാചകം പ്രവർത്തിപ്പിക്കുന്നു.

  • അവർ മൊത്തത്തിലുള്ള "ആശ്ചര്യം" (ആശങ്ക) കണക്കാക്കുന്നു. ( ബോസ്റ്റൺ യൂണിവേഴ്സിറ്റി - പെർപ്ലക്സിറ്റി പോസ്റ്റുകൾ )

  • താളം മനുഷ്യന് അനുഭവപ്പെടുന്നുണ്ടോ എന്ന് കാണാൻ അവർ വേരിയേഷൻ മെട്രിക്സ് ("പൊട്ടിത്തെറിക്കൽ") ചേർത്തേക്കാം. ( GPTZero )

എന്തുകൊണ്ടാണ് ഇത് ചിലപ്പോൾ പ്രവർത്തിക്കുന്നത്:

  • റോ AI ടെക്സ്റ്റ് വളരെ സുഗമവും സ്ഥിതിവിവരക്കണക്കനുസരിച്ച് പ്രവചിക്കാവുന്നതുമാണ് ( DetectGPT )

എന്തുകൊണ്ടാണ് ഇത് പരാജയപ്പെടുന്നത്:

  • ചെറിയ സാമ്പിളുകൾ ശബ്ദായമാനമാണ്

  • ഔപചാരിക എഴുത്ത് പ്രവചനാതീതമാണ്

  • സാങ്കേതിക എഴുത്ത് പ്രവചനാതീതമാണ്

  • അന്യഭാഷാ എഴുത്ത് പ്രവചിക്കാവുന്നതാണ്

  • വളരെയധികം എഡിറ്റ് ചെയ്ത AI ടെക്സ്റ്റ് മനുഷ്യത്വപരമായി കാണപ്പെടും ( OpenAI ; Turnitin )

അപ്പോൾ, AI ഡിറ്റക്ടറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നത് ചിലപ്പോൾ സൈക്കിളുകളെയും മോട്ടോർ സൈക്കിളുകളെയും ആശയക്കുഴപ്പത്തിലാക്കുന്ന ഒരു സ്പീഡ് തോക്കുമായി സാമ്യമുള്ളതാണ്. ഒരേ റോഡ്, വ്യത്യസ്ത എഞ്ചിനുകൾ 🚲🏍️

8) വാട്ടർമാർക്കുകൾ - "മഷിയിലെ വിരലടയാളം" എന്ന ആശയം 🖋️

വാട്ടർമാർക്കിംഗ് ഒരു ശുദ്ധമായ പരിഹാരമായി തോന്നുന്നു: ജനറേഷൻ സമയത്ത് AI ടെക്സ്റ്റ് അടയാളപ്പെടുത്തുക, പിന്നീട് അത് കണ്ടെത്തുക. ( വലിയ ഭാഷാ മോഡലുകൾക്കുള്ള വാട്ടർമാർക്ക് ; സിന്തൈഡ് ടെക്സ്റ്റ് )

പ്രായോഗികമായി, വാട്ടർമാർക്കുകൾ ദുർബലമായിരിക്കും:

കൂടാതെ, വാട്ടർമാർക്ക് ഡിറ്റക്ഷൻ ഇനിപ്പറയുന്ന സാഹചര്യങ്ങളിൽ മാത്രമേ പ്രവർത്തിക്കൂ:

  • ഒരു വാട്ടർമാർക്ക് ഉപയോഗിക്കുന്നു

  • ഡിറ്റക്ടറിന് അത് എങ്ങനെ പരിശോധിക്കണമെന്ന് അറിയാം

  • ടെക്സ്റ്റ് അധികം രൂപാന്തരപ്പെട്ടിട്ടില്ല ( OpenAI ; SynthID ടെക്സ്റ്റ് )

അതെ, വാട്ടർമാർക്കുകൾ ശക്തമാകാം, പക്ഷേ അവ ഒരു സാർവത്രിക പോലീസ് ബാഡ്ജ് അല്ല.

9) തെറ്റായ പോസിറ്റീവുകളും അവ സംഭവിക്കുന്നതിന്റെ കാരണവും (വേദനാജനകമായ ഭാഗം) 😬

ഏറ്റവും കൂടുതൽ വിവാദങ്ങൾ നിലനിൽക്കുന്നത് ഇവിടെയായതിനാൽ ഇതിന് അതിന്റേതായ ഒരു ഭാഗം അർഹിക്കുന്നു.

സാധാരണ തെറ്റായ പോസിറ്റീവ് ട്രിഗറുകൾ:

  • വളരെ ഔപചാരികമായ ടോൺ (അക്കാദമിക്, നിയമപരമായ, അനുസരണ എഴുത്ത്)

  • മാതൃഭാഷയല്ലാത്ത ഇംഗ്ലീഷ് (ലളിതമായ വാക്യഘടനകൾ "മോഡൽ പോലെ" കാണപ്പെടാം)

  • ടെംപ്ലേറ്റ് അടിസ്ഥാനമാക്കിയുള്ള എഴുത്ത് (കവർ ലെറ്ററുകൾ, SOP-കൾ, ലാബ് റിപ്പോർട്ടുകൾ)

  • ചെറിയ ടെക്സ്റ്റ് സാമ്പിളുകൾ (ആവശ്യത്തിന് സിഗ്നൽ ഇല്ല)

  • വിഷയ നിയന്ത്രണങ്ങൾ (ചില വിഷയങ്ങൾ ആവർത്തിച്ചുള്ള പദപ്രയോഗത്തിന് നിർബന്ധിതമാകുന്നു) ( ലിയാങ് തുടങ്ങിയവർ (arXiv) ; ടർണിറ്റിൻ )

നന്നായി എഴുതിയതിന് ആരെയെങ്കിലും വിമർശിക്കുന്നത് നിങ്ങൾ എപ്പോഴെങ്കിലും കണ്ടിട്ടുണ്ടെങ്കിൽ... അതെ. അങ്ങനെ സംഭവിക്കാറുണ്ട്. അത് ക്രൂരവുമാണ്.

ഒരു ഡിറ്റക്ടർ സ്കോർ ഇതുപോലെ പരിഗണിക്കണം:

  • കോടതി വിധിയല്ല, പുക അലാറമാണ് 🔥
    അത് നിങ്ങളോട് പറയുന്നത് “കേസ് അടച്ചു” എന്നല്ല, “ഒരുപക്ഷേ പരിശോധിക്കാം” എന്നാണ്. ( OpenAI ; Turnitin )

10) ഒരു മുതിർന്ന വ്യക്തിയെപ്പോലെ ഡിറ്റക്ടർ സ്കോറുകൾ എങ്ങനെ വ്യാഖ്യാനിക്കാം 🧠🙂

ഫലങ്ങൾ വായിക്കാനുള്ള ഒരു പ്രായോഗിക മാർഗം ഇതാ:

ഉപകരണം ഒരു ശതമാനം മാത്രമേ നൽകുന്നുള്ളൂ എങ്കിൽ

ഇതിനെ ഒരു പരുക്കൻ അപകട സൂചനയായി കണക്കാക്കുക:

  • 0-30%: മനുഷ്യനാകാം അല്ലെങ്കിൽ വളരെയധികം എഡിറ്റ് ചെയ്‌തതാകാം

  • 30-70%: അവ്യക്ത മേഖല - ഒന്നും അനുമാനിക്കരുത്

  • 70-100% : AI പോലുള്ള പാറ്റേണുകൾ ഉണ്ടാകാനുള്ള സാധ്യത കൂടുതലാണ്, പക്ഷേ ഇപ്പോഴും തെളിവില്ല ( ടേണിറ്റിൻ ഗൈഡുകൾ )

ഉയർന്ന സ്കോറുകൾ പോലും തെറ്റായിരിക്കാം, പ്രത്യേകിച്ച്:

അക്കങ്ങൾ മാത്രമല്ല, വിശദീകരണങ്ങളും തേടുക

മികച്ച ഡിറ്റക്ടറുകൾ ഇവ നൽകുന്നു:

ഒരു ഉപകരണം എന്തെങ്കിലും വിശദീകരിക്കാൻ വിസമ്മതിക്കുകയും നിങ്ങളുടെ നെറ്റിയിൽ ഒരു നമ്പർ അടിക്കുകയും ചെയ്താൽ... ഞാൻ അതിൽ വിശ്വസിക്കുന്നില്ല. നിങ്ങളും വിശ്വസിക്കരുത്.

11) AI ഡിറ്റക്ടറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു: ഒരു ലളിതമായ മാനസിക മാതൃക 🧠🧩

വ്യക്തമായ ഒരു നിഗമനത്തിലെത്താൻ നിങ്ങൾ ആഗ്രഹിക്കുന്നുവെങ്കിൽ, ഈ മാനസിക മാതൃക ഉപയോഗിക്കുക:

  1. മെഷീൻ-ജനറേറ്റഡ് ടെക്സ്റ്റിൽ സാധാരണയായി കാണപ്പെടുന്ന സ്റ്റാറ്റിസ്റ്റിക്കൽ, സ്റ്റൈലിസ്റ്റിക് പാറ്റേണുകൾക്കായി AI ഡിറ്റക്ടറുകൾ തിരയുന്നു LLM-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ )

  2. പരിശീലന ഉദാഹരണങ്ങളിൽ നിന്ന് പഠിച്ച കാര്യങ്ങളുമായി അവർ ആ പാറ്റേണുകളെ താരതമ്യം ചെയ്യുന്നു. ( എൽഎൽഎം-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ )

  3. സാധ്യതാപരമായ ഊഹമാണ് പുറത്തുവിടുന്നത് . ( OpenAI )

  4. വിഭാഗം, വിഷയം, ദൈർഘ്യം, എഡിറ്റുകൾ, ഡിറ്റക്ടറിന്റെ പരിശീലന ഡാറ്റ എന്നിവയോട് സംവേദനക്ഷമതയുള്ളതാണ് . ( LLM-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ )

മറ്റൊരു വിധത്തിൽ പറഞ്ഞാൽ, AI ഡിറ്റക്ടറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്നത് അവർ "സാദൃശ്യം വിലയിരുത്തുന്നു" എന്നതാണ്, കർത്തൃത്വം വിലയിരുത്തുന്നില്ല. ഒരാൾ അവരുടെ ബന്ധുവിനെപ്പോലെയാണെന്ന് പറയുന്നത് പോലെ. അത് ഒരു DNA പരിശോധനയ്ക്ക് തുല്യമല്ല... DNA പരിശോധനകളിൽ പോലും ഗുരുതരമായ കേസുകളുണ്ട്.

12) ആകസ്മികമായ ഫ്ലാഗുകൾ കുറയ്ക്കുന്നതിനുള്ള പ്രായോഗിക നുറുങ്ങുകൾ (ഗെയിമുകൾ കളിക്കാതെ) ✍️✅

"ഡിറ്റക്ടറുകളെ എങ്ങനെ കബളിപ്പിക്കാം" എന്നല്ല. യഥാർത്ഥ കർത്തൃത്വത്തെ പ്രതിഫലിപ്പിക്കുന്നതും വിചിത്രമായ തെറ്റായ വായനകൾ ഒഴിവാക്കുന്നതുമായ രീതിയിൽ എങ്ങനെ എഴുതാം എന്നതുപോലെ.

  • വ്യക്തമായ വിശദാംശങ്ങൾ ചേർക്കുക: നിങ്ങൾ യഥാർത്ഥത്തിൽ ഉപയോഗിച്ച ആശയങ്ങളുടെ പേരുകൾ, നിങ്ങൾ സ്വീകരിച്ച ഘട്ടങ്ങൾ, നിങ്ങൾ പരിഗണിച്ച ട്രേഡ്‌ഓഫുകൾ

  • സ്വാഭാവിക വ്യതിയാനം ഉപയോഗിക്കുക: ഹ്രസ്വവും ദീർഘവുമായ വാക്യങ്ങൾ മിക്സ് ചെയ്യുക (മനുഷ്യർ ചിന്തിക്കുമ്പോൾ ചെയ്യുന്നതുപോലെ)

  • യഥാർത്ഥ നിയന്ത്രണങ്ങൾ ഉൾപ്പെടുത്തുക: സമയ പരിധികൾ, ഉപയോഗിച്ച ഉപകരണങ്ങൾ, എന്താണ് തെറ്റ് സംഭവിച്ചത്, നിങ്ങൾ വ്യത്യസ്തമായി എന്തുചെയ്യും

  • അമിതമായ ടെംപ്ലേറ്റ് പദപ്രയോഗം ഒഴിവാക്കുക: നിങ്ങൾ യഥാർത്ഥത്തിൽ പറയുന്ന എന്തെങ്കിലും ഉപയോഗിച്ച് "കൂടാതെ" എന്ന് മാറ്റിസ്ഥാപിക്കുക

  • ഡ്രാഫ്റ്റുകളും കുറിപ്പുകളും സൂക്ഷിക്കുക: എപ്പോഴെങ്കിലും ഒരു തർക്കമുണ്ടായാൽ, തെളിവുകൾ പരിഗണിക്കുന്നത് മനസ്സിലുള്ള വികാരത്തേക്കാൾ പ്രധാനമാണ്

സത്യത്തിൽ, ഏറ്റവും മികച്ച പ്രതിരോധം... ആത്മാർത്ഥമായിരിക്കുക എന്നതാണ്. അപൂർണ്ണമായി ആത്മാർത്ഥതയുള്ളത്, "തികഞ്ഞ ബ്രോഷർ" യഥാർത്ഥമല്ല.

സമാപന കുറിപ്പുകൾ 🧠✨

AI ഡിറ്റക്ടറുകൾ വിലപ്പെട്ടതായിരിക്കാം, പക്ഷേ അവ സത്യ യന്ത്രങ്ങളല്ല. എഴുത്ത് ശൈലികൾ നിരന്തരം ഓവർലാപ്പ് ചെയ്യുന്ന ഒരു ലോകത്ത് പ്രവർത്തിക്കുന്ന, അപൂർണ്ണമായ ഡാറ്റയിൽ പരിശീലനം ലഭിച്ച പാറ്റേൺ മാച്ചറുകളാണ് അവ. ( OpenAI ; LLM-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ )

ചുരുക്കത്തിൽ:

അതെ... ആരെങ്കിലും വീണ്ടും ചോദിച്ചാൽ, AI ഡിറ്റക്ടറുകൾ എങ്ങനെ പ്രവർത്തിക്കുന്നു എന്ന് , നിങ്ങൾക്ക് അവരോട് പറയാം: “അവർ പാറ്റേണുകൾ അടിസ്ഥാനമാക്കി ഊഹിക്കുന്നു - ചിലപ്പോൾ ബുദ്ധിമാനും, ചിലപ്പോൾ വിഡ്ഢിയും, എപ്പോഴും പരിമിതനുമാണ്.” 🤖

പതിവുചോദ്യങ്ങൾ

AI ഡിറ്റക്ടറുകൾ പ്രായോഗികമായി എങ്ങനെയാണ് പ്രവർത്തിക്കുന്നത്?

മിക്ക AI ഡിറ്റക്ടറുകളും കർത്തൃത്വം "തെളിയിക്കുന്നില്ല". ഭാഷാ മോഡലുകൾ സാധാരണയായി നിർമ്മിക്കുന്ന പാറ്റേണുകളുമായി നിങ്ങളുടെ വാചകം എത്രത്തോളം സാമ്യമുണ്ടെന്ന് അവർ കണക്കാക്കുന്നു, തുടർന്ന് ഒരു പ്രോബബിലിറ്റി-സമാന സ്കോർ ഔട്ട്പുട്ട് ചെയ്യുന്നു. ഹുഡിന് കീഴിൽ, അവർ ക്ലാസിഫയർ മോഡലുകൾ, പെർപ്ലക്സിറ്റി-സ്റ്റൈൽ പ്രവചനക്ഷമത സ്കോറിംഗ്, സ്റ്റൈലോമെട്രി സവിശേഷതകൾ അല്ലെങ്കിൽ വാട്ടർമാർക്ക് പരിശോധനകൾ എന്നിവ ഉപയോഗിച്ചേക്കാം. ഫലം ഒരു നിർണായക വിധിയായിട്ടല്ല, മറിച്ച് ഒരു റിസ്ക് സിഗ്നലായി കണക്കാക്കുന്നതാണ് നല്ലത്.

എഴുത്തിൽ എന്ത് സിഗ്നലുകൾക്കാണ് AI ഡിറ്റക്ടറുകൾ നോക്കുന്നത്?

സാധാരണ സിഗ്നലുകളിൽ പ്രവചനാത്മകത (നിങ്ങളുടെ അടുത്ത വാക്കുകൾ ഒരു മോഡലിനെ എത്രമാത്രം "ആശ്ചര്യപ്പെടുത്തുന്നു"), വാക്യ സ്കാഫോൾഡുകളിലെ ആവർത്തനം, അസാധാരണമായി സ്ഥിരതയുള്ള വേഗത, കുറഞ്ഞ മൂർത്തമായ വിശദാംശങ്ങളുള്ള പൊതുവായ പദസമുച്ചയം എന്നിവ ഉൾപ്പെടുന്നു. ചില ഉപകരണങ്ങൾ വാക്യ ദൈർഘ്യം, വിരാമചിഹ്ന ശീലങ്ങൾ, ഫംഗ്ഷൻ-വേഡ് ഫ്രീക്വൻസി തുടങ്ങിയ സ്റ്റൈലോമെട്രി മാർക്കറുകളും പരിശോധിക്കുന്നു. ഈ സിഗ്നലുകൾക്ക് മനുഷ്യ എഴുത്തുമായി ഓവർലാപ്പ് ചെയ്യാൻ കഴിയും, പ്രത്യേകിച്ച് ഔപചാരിക, അക്കാദമിക് അല്ലെങ്കിൽ സാങ്കേതിക വിഭാഗങ്ങളിൽ.

എന്തുകൊണ്ടാണ് AI ഡിറ്റക്ടറുകൾ മനുഷ്യ എഴുത്തിനെ AI ആയി അടയാളപ്പെടുത്തുന്നത്?

മനുഷ്യ എഴുത്ത് സ്ഥിതിവിവരക്കണക്കനുസരിച്ച് "മിനുസമാർന്ന"തോ ടെംപ്ലേറ്റ് പോലെയോ കാണപ്പെടുമ്പോഴാണ് തെറ്റായ പോസിറ്റീവ് ഫലങ്ങൾ ഉണ്ടാകുന്നത്. ഔപചാരിക ടോൺ, കംപ്ലയൻസ്-സ്റ്റൈൽ പദപ്രയോഗം, സാങ്കേതിക വിശദീകരണങ്ങൾ, ഹ്രസ്വ സാമ്പിളുകൾ, നോൺ-നേറ്റീവ് ഇംഗ്ലീഷ് എന്നിവയെല്ലാം വ്യതിയാനം കുറയ്ക്കുന്നതിനാൽ AI- പോലെയായി തെറ്റായി വായിക്കാൻ കഴിയും. അതുകൊണ്ടാണ് വൃത്തിയുള്ളതും നന്നായി എഡിറ്റ് ചെയ്തതുമായ ഒരു ഖണ്ഡിക ഉയർന്ന സ്കോർ ട്രിഗർ ചെയ്യുന്നത്. ഒരു ഡിറ്റക്ടർ ഉത്ഭവം സ്ഥിരീകരിക്കുകയല്ല, സാമ്യം താരതമ്യം ചെയ്യുകയാണ് ചെയ്യുന്നത്.

ആശയക്കുഴപ്പവും "പൊട്ടിത്തെറിയും" കണ്ടെത്തുന്ന ഉപകരണങ്ങൾ വിശ്വസനീയമാണോ?

ടെക്സ്റ്റ് അസംസ്കൃതവും ഉയർന്ന പ്രവചനാതീതവുമായ AI ഔട്ട്‌പുട്ട് ആയിരിക്കുമ്പോൾ ആശയക്കുഴപ്പം അടിസ്ഥാനമാക്കിയുള്ള രീതികൾ പ്രവർത്തിക്കും. പക്ഷേ അവ ദുർബലമാണ്: ചെറിയ ഭാഗങ്ങൾ ശബ്ദായമാനമാണ്, കൂടാതെ പല നിയമാനുസൃത മനുഷ്യ വിഭാഗങ്ങളും സ്വാഭാവികമായും പ്രവചിക്കാവുന്നവയാണ് (സംഗ്രഹങ്ങൾ, നിർവചനങ്ങൾ, കോർപ്പറേറ്റ് ഇമെയിലുകൾ, മാനുവലുകൾ). എഡിറ്റിംഗും പോളിഷിംഗും സ്കോർ നാടകീയമായി മാറ്റും. ഉയർന്ന സാഹസിക തീരുമാനങ്ങൾക്ക് പകരം, ഈ ഉപകരണങ്ങൾ വേഗത്തിലുള്ള ട്രയേജിന് അനുയോജ്യമാണ്.

ക്ലാസിഫയർ ഡിറ്റക്ടറുകളും സ്റ്റൈലോമെട്രി ഉപകരണങ്ങളും തമ്മിലുള്ള വ്യത്യാസം എന്താണ്?

മനുഷ്യ vs AI (ചിലപ്പോൾ ഹൈബ്രിഡ്) ടെക്സ്റ്റുകളുടെ ലേബൽ ചെയ്ത ഡാറ്റാസെറ്റുകളിൽ നിന്ന് ക്ലാസിഫയർ ഡിറ്റക്ടറുകൾ പഠിക്കുകയും നിങ്ങളുടെ ടെക്സ്റ്റ് ഏത് ബക്കറ്റിനോട് ഏറ്റവും സാമ്യമുള്ളതാണെന്ന് പ്രവചിക്കുകയും ചെയ്യുന്നു. സ്റ്റൈലോമെട്രി ഉപകരണങ്ങൾ വേഡ്-ചോയ്‌സ് പാറ്റേണുകൾ, ഫംഗ്ഷൻ പദങ്ങൾ, വായനാക്ഷമത സിഗ്നലുകൾ എന്നിവ പോലുള്ള "വിരലടയാളങ്ങൾ" എഴുതുന്നതിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുന്നു, ഇത് ദീർഘരൂപ വിശകലനത്തിൽ കൂടുതൽ വിവരദായകമായിരിക്കും. രണ്ട് സമീപനങ്ങളും ഡൊമെയ്ൻ ഷിഫ്റ്റിന് വിധേയമാകുന്നു, കൂടാതെ എഴുത്ത് ശൈലിയോ വിഷയമോ അവയുടെ പരിശീലന ഡാറ്റയിൽ നിന്ന് വ്യത്യസ്തമാകുമ്പോൾ ബുദ്ധിമുട്ടുകൾ നേരിടാം.

വാട്ടർമാർക്കുകൾ AI കണ്ടെത്തൽ എന്നെന്നേക്കുമായി പരിഹരിക്കുമോ?

ഒരു മോഡൽ വാട്ടർമാർക്കുകൾ ഉപയോഗിക്കുമ്പോഴും ഡിറ്റക്ടർ വാട്ടർമാർക്ക് സ്കീം അറിയുമ്പോഴും അവ ശക്തമാകും. വാസ്തവത്തിൽ, എല്ലാ ദാതാക്കളും വാട്ടർമാർക്ക് ചെയ്യുന്നില്ല, കൂടാതെ സാധാരണ പരിവർത്തനങ്ങൾ - പാരാഫ്രേസിംഗ്, വിവർത്തനം, ഭാഗിക ഉദ്ധരണി അല്ലെങ്കിൽ മിക്സിംഗ് ഉറവിടങ്ങൾ - പാറ്റേണിനെ ദുർബലപ്പെടുത്താനോ തകർക്കാനോ കഴിയും. മുഴുവൻ ശൃംഖലയും അണിനിരക്കുന്ന ഇടുങ്ങിയ സന്ദർഭങ്ങളിൽ വാട്ടർമാർക്ക് കണ്ടെത്തൽ ശക്തമാണ്, പക്ഷേ അത് സാർവത്രിക കവറേജല്ല.

ഒരു "X% AI" സ്കോർ ഞാൻ എങ്ങനെ വ്യാഖ്യാനിക്കണം?

ഒരു ശതമാനത്തെ “AI-സാദൃശ്യത്തിന്റെ” ഏകദേശ സൂചകമായി കണക്കാക്കുക, AI രചയിതാവിന്റെ തെളിവായി കണക്കാക്കരുത്. മിഡ്-റേഞ്ച് സ്കോറുകൾ പ്രത്യേകിച്ച് അവ്യക്തമാണ്, ഉയർന്ന സ്കോറുകൾ പോലും സ്റ്റാൻഡേർഡ് ചെയ്തതോ ഔപചാരികമായതോ ആയ എഴുത്തിൽ തെറ്റായിരിക്കാം. ഹൈലൈറ്റ് ചെയ്ത സ്പാനുകൾ, ഫീച്ചർ നോട്ടുകൾ, അനിശ്ചിതത്വ ഭാഷ എന്നിവ പോലുള്ള വിശദീകരണങ്ങൾ മികച്ച ഉപകരണങ്ങൾ നൽകുന്നു. ഒരു ഡിറ്റക്ടർ സ്വയം വിശദീകരിക്കുന്നില്ലെങ്കിൽ, സംഖ്യയെ ആധികാരികമായി കണക്കാക്കരുത്.

സ്കൂളുകൾക്കോ ​​എഡിറ്റോറിയൽ വർക്ക്ഫ്ലോകൾക്കോ ​​വേണ്ടി ഒരു നല്ല AI ഡിറ്റക്ടർ ഉണ്ടാക്കുന്നത് എന്താണ്?

ഒരു സോളിഡ് ഡിറ്റക്ടർ കാലിബ്രേറ്റ് ചെയ്യപ്പെടുന്നു, തെറ്റായ പോസിറ്റീവുകൾ കുറയ്ക്കുന്നു, പരിധികൾ വ്യക്തമായി ആശയവിനിമയം ചെയ്യുന്നു. ചെറിയ സാമ്പിളുകളിൽ അമിത ആത്മവിശ്വാസമുള്ള അവകാശവാദങ്ങൾ ഒഴിവാക്കുകയും വ്യത്യസ്ത ഡൊമെയ്‌നുകൾ കൈകാര്യം ചെയ്യുകയും വേണം (അക്കാദമിക് vs ബ്ലോഗ് vs ടെക്നിക്കൽ), മനുഷ്യർ വാചകം പരിഷ്കരിക്കുമ്പോൾ സ്ഥിരത നിലനിർത്തുകയും വേണം. ഏറ്റവും ഉത്തരവാദിത്തമുള്ള ഉപകരണങ്ങൾ വിനയത്തോടെ പെരുമാറുന്നു: അവ മനസ്സ് വായിക്കുന്നവരെപ്പോലെ പ്രവർത്തിക്കുന്നതിനുപകരം തെളിവുകളും അനിശ്ചിതത്വവും നൽകുന്നു.

സിസ്റ്റത്തെ "ഗെയിമിംഗ്" ചെയ്യാതെ ആകസ്മികമായ AI ഫ്ലാഗുകൾ എങ്ങനെ കുറയ്ക്കാം?

തന്ത്രങ്ങളേക്കാൾ ആധികാരികമായ രചയിതാവിന്റെ സിഗ്നലുകളിൽ ശ്രദ്ധ കേന്ദ്രീകരിക്കുക. വ്യക്തമായ പ്രത്യേകതകൾ (നിങ്ങൾ സ്വീകരിച്ച ഘട്ടങ്ങൾ, നിയന്ത്രണങ്ങൾ, വിട്ടുവീഴ്ചകൾ) ചേർക്കുക, വാക്യങ്ങളുടെ താളം സ്വാഭാവികമായി മാറ്റുക, നിങ്ങൾ സാധാരണയായി ഉപയോഗിക്കാത്ത അമിതമായി ടെംപ്ലേറ്റ് ചെയ്ത സംക്രമണങ്ങൾ ഒഴിവാക്കുക. ഡ്രാഫ്റ്റുകൾ, കുറിപ്പുകൾ, പുനരവലോകന ചരിത്രം എന്നിവ സൂക്ഷിക്കുക - തർക്കങ്ങളിൽ ഒരു ഡിറ്റക്ടർ സ്കോറിനേക്കാൾ പലപ്പോഴും പ്രോസസ് തെളിവുകൾ പ്രധാനമാണ്. തികഞ്ഞ ബ്രോഷർ ഗദ്യമല്ല, വ്യക്തിത്വത്തോടുകൂടിയ വ്യക്തതയാണ് ലക്ഷ്യം.

അവലംബം

  1. അസോസിയേഷൻ ഫോർ കമ്പ്യൂട്ടേഷണൽ ലിംഗ്വിസ്റ്റിക്സ് (ACL ആന്തോളജി) - LLM-ജനറേറ്റഡ് ടെക്സ്റ്റ് ഡിറ്റക്ഷനെക്കുറിച്ചുള്ള ഒരു സർവേ - aclanthology.org

  2. ഓപ്പൺഎഐ - AI-എഴുതിയ വാചകം സൂചിപ്പിക്കുന്നതിനുള്ള പുതിയ AI ക്ലാസിഫയർ - openai.com

  3. ടേണിറ്റിൻ ഗൈഡുകൾ - ക്ലാസിക് റിപ്പോർട്ട് കാഴ്‌ചയിൽ AI എഴുത്ത് കണ്ടെത്തൽ - guides.turnitin.com

  4. ടേണിറ്റിൻ ഗൈഡുകൾ - AI റൈറ്റിംഗ് ഡിറ്റക്ഷൻ മോഡൽ - guides.turnitin.com

  5. ടേണിറ്റിൻ - ഞങ്ങളുടെ AI എഴുത്ത് കണ്ടെത്തൽ കഴിവുകളിലെ തെറ്റായ പോസിറ്റീവുകൾ മനസ്സിലാക്കൽ - turnitin.com

  6. ആർക്സിവ് - ഡിറ്റക്റ്റ്ജിപിടി - arxiv.org

  7. ബോസ്റ്റൺ യൂണിവേഴ്സിറ്റി - പെർപ്ലെക്സിറ്റി പോസ്റ്റുകൾ - cs.bu.edu

  8. GPTZero - ആശയക്കുഴപ്പവും പൊട്ടിത്തെറിയും: അതെന്താണ്? - gptzero.me

  9. പബ്മെഡ് സെൻട്രൽ (എൻസിബിഐ) - സ്റ്റൈലോമെട്രിയും ഫോറൻസിക് സയൻസും: ഒരു സാഹിത്യ അവലോകനം - ncbi.nlm.nih.gov

  10. അസോസിയേഷൻ ഫോർ കമ്പ്യൂട്ടേഷണൽ ലിംഗ്വിസ്റ്റിക്സ് (ACL ആന്തോളജി) - ഫംഗ്ഷൻ വേഡ്സ് ഇൻ ഓതർഷിപ്പ് ആട്രിബ്യൂഷൻ - aclanthology.org

  11. arXiv - വലിയ ഭാഷാ മോഡലുകൾക്കുള്ള ഒരു വാട്ടർമാർക്ക് - arxiv.org

  12. ഡെവലപ്പർമാർക്കുള്ള Google AI - സിന്തൈഡ് ടെക്സ്റ്റ് - ai.google.dev

  13. arXiv - വലിയ ഭാഷാ മോഡലുകൾക്കുള്ള വാട്ടർമാർക്കുകളുടെ വിശ്വാസ്യതയെക്കുറിച്ച് - arxiv.org

  14. OpenAI - നമ്മൾ ഓൺലൈനിൽ കാണുന്നതിന്റെയും കേൾക്കുന്നതിന്റെയും ഉറവിടം മനസ്സിലാക്കൽ - openai.com

  15. സ്റ്റാൻഫോർഡ് HAI - തദ്ദേശീയരല്ലാത്ത ഇംഗ്ലീഷ് എഴുത്തുകാർക്കെതിരെ AI ഡിറ്റക്ടറുകൾ പക്ഷപാതപരമായി പ്രവർത്തിക്കുന്നു - hai.stanford.edu

  16. ആർക്സിവ് - ലിയാങ് തുടങ്ങിയവർ - arxiv.org

ഔദ്യോഗിക AI അസിസ്റ്റന്റ് സ്റ്റോറിൽ ഏറ്റവും പുതിയ AI കണ്ടെത്തുക

ഞങ്ങളേക്കുറിച്ച്

ബ്ലോഗിലേക്ക് മടങ്ങുക