የ AI መመርመሪያዎች እንዴት ይሰራሉ?

አጭር መልስ ፡ የAI ዳሳሾች አንድን ነገር ማን እንደጻፈ "አያረጋግጡም"፤ አንድ ክፍል ከሚታወቁ የቋንቋ-ሞዴል ቅጦች ጋር ምን ያህል እንደሚዛመድ ይገምታሉ። አብዛኛዎቹ በክላሲፋየሮች፣ በተነበዩ ምልክቶች (መተንበይ/መብረቅ)፣ በስታይሎሜትሪ እና አልፎ አልፎ በሚገኙ የውሃ ምልክት ፍተሻዎች ድብልቅ ላይ ይመረኮዛሉ። ናሙናው አጭር፣ በጣም መደበኛ፣ ቴክኒካዊ ወይም በESL ደራሲ የተጻፈ ከሆነ፣ ውጤቱን እንደ ግምገማ ምልክት አድርገው ይመለከቱት - እንደ ፍርድ አይደለም።

ቁልፍ ነጥቦች፡

ፕሮባቢሊቲ፣ ማረጋገጫ አይደለም ፡- መቶኛዎችን እንደ “AI-like” የአደጋ ምልክቶች እንጂ እርግጠኛነት አይደለም።

የተሳሳቱ አወንታዊ ነገሮች ፡ መደበኛ፣ ቴክኒካዊ፣ አብነት የተደረገበት ወይም ቤተኛ ያልሆነ ጽሑፍ ብዙ ጊዜ የተሳሳተ ነው።

የሜዳ ድብልቅ ዘዴዎች ፡- መሳሪያዎች ክላሲፋየሮችን፣ ግራ መጋባት/ፍንዳታን፣ ስታይሎሜትሪን እና ያልተለመዱ የውሃ ምልክት ፍተሻዎችን ያጣምራሉ።

ግልጽነት ፡- አንድ ቁጥር ብቻ ሳይሆን አንድ ላይ የሚዘረጉ፣ ባህሪያትን እና እርግጠኛ ያልሆኑ ነገሮችን የሚሸፍኑ መመርመሪያዎችን እመርጣለሁ።

የውድድር አቅም ፡- ረቂቆችን/ማስታወሻዎችን መያዝ እና ለክርክር እና ለይግባኝ ማስረጃዎችን በእጅዎ ማስቀመጥ።

ከዚህ ጽሑፍ በኋላ ሊያነቧቸው የሚችሏቸው ጽሑፎች፡

🔗 በጣም ጥሩው የ AI ዳሳሽ ምንድነው?
ለትክክለኛነት፣ ለባህሪያት እና ለአጠቃቀም ጉዳዮች ከፍተኛ የAI ማወቂያ መሳሪያዎች።.

🔗 የAI መመርመሪያዎች አስተማማኝ ናቸው?
አስተማማኝነትን፣ የተሳሳቱ አወንታዊ ውጤቶችን እና ውጤቶቹ ለምን ብዙ ጊዜ እንደሚለያዩ ያብራራል።.

🔗 ተርኒቲን የ AI ን መለየት ይችላል?
የ Turnitin AI ምርመራ፣ ገደቦች እና ምርጥ ልምዶችን በተመለከተ የተሟላ መመሪያ።.

🔗 የQuillBot AI ዳሳሽ ትክክለኛ ነው?
የትክክለኛነት፣ የጥንካሬዎች፣ የድክመቶች እና የእውነተኛ ዓለም ፈተናዎች ዝርዝር ግምገማ።.

---

1) ፈጣን ሀሳብ - የ AI ዳሳሽ በእርግጥ ምን እያደረገ ነው ⚙️

አብዛኛዎቹ የAI መመርመሪያዎች ዓሣ እንደያዘ መረብ “AI” አይይዙም። የበለጠ እንግዳ ነገር እያደረጉ ነው፡

• አንድ የጽሑፍ ክፍል ከቋንቋ ሞዴል የመጣ የመምሰል እድልን ይገምታሉ (ወይም በአንድ ሰው በእጅጉ የተደገፈ)። ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት ፤ ኦፕንአይአይ )

• በስልጠና መረጃ (የሰው ጽሑፍ ከሞዴል የመነጨ ጽሑፍ ጋር) ጋር ያወዳድራሉ በLLM የመነጨ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

• እነሱ የተወሰነ ውጤት (ብዙውን ጊዜ መቶኛ) የሚያወጡ ሲሆን ይህም የተወሰነ ውጤት የለውም… ግን ብዙውን ጊዜ እንደዚያ አይደለም። ( የተርኒቲን መመሪያዎች )

እውነቱን እንነጋገር - የተጠቃሚ በይነገጽ "92% AI" የሚል ነገር ይናገራል፣ እና አእምሮዎ "እሺ፣ ያ እውነት ነው እንበል።" እውነታ አይደለም። ስለ ሌላ ሞዴል የጣት አሻራዎች የአንድ ሞዴል ግምት ነው። ይህም ውሾች ውሾችን እንደሚያሸትት ሁሉ በጣም አስቂኝ ነው 🐕🐕

---

2) የAI መመርመሪያዎች እንዴት እንደሚሠሩ፡ በጣም የተለመዱት “የመፈለጊያ ሞተሮች” 🔍

መመርመሪያዎች ብዙውን ጊዜ ከእነዚህ አቀራረቦች ውስጥ አንዱን (ወይም ድብልቅ) ይጠቀማሉ፡ ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

ሀ) የክላሲፋየር ሞዴሎች (በጣም የተለመዱት)

አንድ ክላሲፋየር በተሰየሙ ምሳሌዎች ላይ የሰለጠነ ነው፡

• በሰው የተጻፉ ናሙናዎች

• በAI የተፈጠሩ ናሙናዎች

• አንዳንድ ጊዜ "ድብልቅ" ናሙናዎች (የሰው አርትዖት የተደረገበት የAI ጽሑፍ)

ከዚያም ቡድኖቹን የሚለያዩ ቅጦችን ይማራል። ይህ ክላሲክ የማሽን መማሪያ አቀራረብ ነው እና በሚያስደንቅ ሁኔታ ጥሩ ሊሆን ይችላል… እስካልሆነ ድረስ። ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

ለ) ግራ መጋባት እና "የፍጥነት" ውጤት 📈

አንዳንድ መመርመሪያዎች ጽሑፉ ምን ያህል "ሊተነብይ የሚችል" እንደሆነ ያሰላሉ።.

• ግራ መጋባት ፡ በግምት፣ የቋንቋ ሞዴል በሚቀጥለው ቃል ምን ያህል እንደሚገረም ( የቦስተን ዩኒቨርሲቲ - ፐርፕሌክሲቲ ልጥፎች )

• ዝቅተኛ ግራ መጋባት ጽሑፉ በጣም ሊገመት የሚችል መሆኑን ሊያመለክት ይችላል (ይህም በAI ውጤቶች ሊከሰት ይችላል)። ( DetectGPT )

• "ብርስቲኒዝም" በአረፍተ ነገር ውስብስብነት እና ምት ውስጥ ምን ያህል ልዩነት እንዳለ ለመለካት ይሞክራል። ( GPTZero )

ይህ አካሄድ ቀላል እና ፈጣን ነው። እንዲሁም ሰዎች አስቀድሞ ሊተነብዩ የሚችሉ መጻፍ ስለሚችሉ ግራ መጋባት ቀላል ነው (ሰላም የኮርፖሬት ኢሜይሎች)። ( OpenAI )

ሐ) ስታይሎሜትሪ (የጣት አሻራ መጻፍ) ✍️

ስታሎሜትሪ የሚከተሉትን ቅጦች ይመለከታል፦

• አማካይ የአረፍተ ነገር ርዝመት

• የሥርዓተ-ነጥብ ዘይቤ

• የተግባር ቃል ድግግሞሽ (the, እና, ግን…)

• የቃላት ዝርዝር ልዩነት

• የተነባቢነት ውጤቶች

ልክ እንደ “የእጅ ጽሑፍ ትንተና” ነው፣ ከጽሑፍ በስተቀር። አንዳንድ ጊዜ ይረዳል። አንዳንድ ጊዜ የአንድን ሰው ጫማ በመመልከት ጉንፋንን እንደመለየት ነው። ( ስታሎሜትሪ እና የፎረንሲክ ሳይንስ፡ የስነ-ጽሑፍ ግምገማ ፤ የተግባር ቃላት በደራሲነት ባህሪ )

መ) የውሃ ምልክት ማወቂያ (ሲኖር) 🧩

አንዳንድ የሞዴል አቅራቢዎች ስውር ቅጦችን ("የውሃ ምልክቶች") በተፈጠረ ጽሑፍ ውስጥ ሊያካትቱ ይችላሉ። አንድ መመርመሪያ የውሃ ምልክት ዘዴውን የሚያውቅ ከሆነ ለማረጋገጥ ሊሞክር ይችላል። ( ለትላልቅ የቋንቋ ሞዴሎች የውሃ ምልክት ፤ የሲንትአይዲ ጽሑፍ )

ግን… ሁሉም የሞዴሎች የውሃ ምልክት አይደለም፣ ሁሉም ውጤቶች ከተስተካከሉ በኋላ የውሃ ምልክትን አይጠብቁም፣ እና ሁሉም መመርመሪያዎች ሚስጥራዊውን ሶስ ማግኘት አይችሉም። ስለዚህ ሁለንተናዊ መፍትሔ አይደለም። ( ለትላልቅ የቋንቋ ሞዴሎች የውሃ ምልክቶች አስተማማኝነት ፤ ኦፕንአይአይ )

---

3) የAI ዳሳሽ ጥሩ ስሪት የሚያደርገው ምንድን ነው ✅

“ጥሩ” መመርመሪያ (በእኔ ልምድ ብዙዎቻቸውን ለአርትዖት የስራ ፍሰቶች ጎን ለጎን መሞከር) በጣም የሚጮህ አይደለም። ኃላፊነት የሚሰማው ባህሪ ያለው እሱ ነው።.

የ AI ዳሳሽ ጠንካራ የሚያደርገው ይህ ነው፡

• የተስተካከለ በራስ መተማመን ፡ 70% ማለት ወጥ የሆነ ነገር ማለት ነው፣ በእጅ ማወዛወዝ አይደለም። ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

• ዝቅተኛ የውሸት አወንታዊ ነጥቦች ፡- እንግሊዝኛ ያልሆኑ፣ የሕግ ጽሑፍ ወይም የቴክኒክ መመሪያዎች ንፁህ ስለሆኑ ብቻ “AI” ብለው መጠቆም የለባቸውም። ( ስታንፎርድ ሃይ ፤ ሊያንግ እና ሌሎችም (arXiv) )

• ግልጽ ገደቦች ፡- እርግጠኛ አለመሆንን አምኖ ክልሎችን ማሳየት አለበት፣ ሁሉን አዋቂ እንደሆነ ማስመሰል የለበትም። ( OpenAI ፤ Turnitin )

• የዶሜይን ግንዛቤ ፡- በተራ ጦማሮች ላይ የሰለጠኑ መመርመሪያዎች ብዙውን ጊዜ ከአካዳሚክ ጽሑፍ ጋር ይታገላሉ እና በተቃራኒው። ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

• የአጭር ጽሑፍ አያያዝ ፡ ጥሩ መሳሪያዎች በትንሽ ናሙናዎች ላይ ከመጠን በላይ በራስ መተማመንን ያስወግዳሉ (አንቀጽ አጽናፈ ሰማይ አይደለም)። ( OpenAI ፤ Turnitin )

• የክለሳ ስሜታዊነት ፡ ወዲያውኑ ወደ ትርጉም የለሽ ውጤቶች ሳይወድቅ የሰው አርትዖትን ማስተናገድ አለበት። ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

ያየኋቸው ምርጥ ሰዎች ትንሽ ትሑት ናቸው። መጥፎዎቹ አእምሮን የሚያነቡ ያህል ነው የሚሰሩት 😬

---

4) የንፅፅር ሰንጠረዥ - የተለመዱ የ AI ማወቂያ "አይነቶች" እና የሚያበሩበት ቦታ 🧾

ከዚህ በታች ተግባራዊ ንጽጽር አለ። እነዚህ የምርት ስሞች አይደሉም - የሚያጋጥሙዎት ዋና ዋና ምድቦች ናቸው። ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

የመሳሪያ አይነት (አይ)	ምርጥ ታዳሚዎች	የዋጋ ስሜት	ለምን እንደሚሰራ (አንዳንድ ጊዜ)
ፐርፕሌክሲቲ ቼከር ላይት	አስተማሪዎች፣ ፈጣን ፍተሻዎች	ፍሪ-ኢሽ	ፈጣን ትንበያ ምልክት - ግን ሊዘገይ ይችላል…
ክላሲፋየር ስካነር ፕሮ	አርታኢዎች፣ የሰው ኃይል፣ ተገዢነት	የደንበኝነት ምዝገባ	ከተሰየመ ውሂብ ቅጦችን ይማራል - በመካከለኛ ርዝመት ጽሑፍ ላይ ጥሩ
የስታይሎሜትሪ ተንታኝ	ተመራማሪዎች፣ የፎረንሲክ ሰዎች	$$$ ወይም ልዩ ቦታ	የጣት አሻራዎችን መጻፍ ያወዳድራል - ልዩ የሆነ ግን ረጅም ቅርፅ ያለው
የውሃ ምልክት ፈላጊ	መድረኮች፣ ውስጣዊ ቡድኖች	ብዙ ጊዜ የተጣመሩ	የውሃ ምልክት ሲኖር ጠንካራ ነው - ከሌለው በመሠረቱ ትከሻውን እየነቀነቀ ነው
የተቀላቀለ የኢንተርፕራይዝ ስዊት	ትላልቅ ድርጅቶች	በአንድ መቀመጫ፣ ኮንትራቶች	በርካታ ምልክቶችን ያጣምራል - የተሻለ ሽፋን፣ ለማስተካከል ተጨማሪ አዝራሮች (እና የተሳሳተ ማዋቀር ተጨማሪ መንገዶች፣ ኡፕስ)

"የዋጋ ስሜት" የሚለውን አምድ ልብ ይበሉ። አዎ፣ ያ ሳይንሳዊ አይደለም። ግን ግልጽ ነው 😄

---

5) የዋና ምልክቶች መመርመሪያዎች የሚፈልጓቸው - "ይናገራል" 🧠

ብዙ መመርመሪያዎች ከኮፈኑ ስር ለመለካት የሚሞክሩት እነሆ፡

መተንበይ የሚችልበት ዕድል (የማስመሰያ ዕድል)

የቋንቋ ሞዴሎች የሚከተሉትን ሊሆኑ የሚችሉ ቶከኖችን በመተንበይ ጽሑፍ ያመነጫሉ። ይህ ብዙውን ጊዜ የሚከተሉትን ይፈጥራል፦

• ለስላሳ ሽግግሮች

• ያነሱ አስገራሚ የቃላት ምርጫዎች

• ያነሱ እንግዳ ታንጀንቶች (ካልተጠየቀ በስተቀር)

• ወጥ የሆነ ቃና ( የቦስተን ዩኒቨርሲቲ - ፐርፕሌክሲቲ ልጥፎች ፤ DetectGPT )

በሌላ በኩል ሰዎች ብዙውን ጊዜ ዚግዛግ (ዚግዛግ) ይበልጣሉ። ከራሳችን ጋር እንጋጫለን፣ የዘፈቀደ የጎን አስተያየቶችን እንጨምራለን፣ ትንሽ ለየት ያሉ ዘይቤዎችን እንጠቀማለን - ለምሳሌ የAI ዳሳሽ ከግጥም የሚፈርድ ቶስተር ጋር ማወዳደር። ያ ዘይቤ መጥፎ ነው፣ ግን እርስዎ ይረዱታል።.

የድግግሞሽ እና የአወቃቀር ቅጦች

የ AI ጽሑፍ ስውር ድግግሞሽ ሊያሳይ ይችላል፡

• ተደጋጋሚ የዓረፍተ ነገር ቅርጻ ቅርጾች ("በማጠቃለያ..."፣ "በተጨማሪ..."፣ "በተጨማሪ...")

• ተመሳሳይ የአንቀጽ ርዝመት

• ወጥ የሆነ ፍጥነት ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

ግን ደግሞ - ብዙ ሰዎች እንደዚህ ይጽፋሉ፣ በተለይም በትምህርት ቤት ወይም በድርጅት ሁኔታዎች። ስለዚህ መደጋገም ፍንጭ እንጂ ማረጋገጫ አይደለም።.

ከመጠን በላይ ግልጽነት እና “በጣም ንጹህ” ፅሁፍ ✨

ይህ ለየት ያለ ነገር ነው። አንዳንድ መመርመሪያዎች “በጣም ንጹህ ጽሑፍ”ን በተዘዋዋሪ አጠራጣሪ አድርገው ይመለከቱታል። ( OpenAI )

ይህም አስቸጋሪ ነው ምክንያቱም፦

• ጥሩ ጸሐፊዎች አሉ

• አርታኢዎች አሉ

• የፊደል አጻጻፍ አለ

የAI መመርመሪያዎች እንዴት እንደሚሰሩ እያሰቡ ከሆነ ፣ የመልሱ አንድ ክፍል፡ አንዳንድ ጊዜ ሻካራነትን ይሸልማሉ። ይህም… እንደ ኋላ ቀር ነው።

የትርጓሜ ጥግግት እና አጠቃላይ የሐረጎች አገላለጽ

መመርመሪያዎች የሚከተለውን የሚመስል ጽሑፍ ሊጠቁሙ ይችላሉ፦

• ከመጠን በላይ አጠቃላይ

• በተወሰኑ የቀጥታ ዝርዝሮች ላይ ዝቅተኛ

• ሚዛናዊ እና ገለልተኛ መግለጫዎችን በተመለከተ ከባድ ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

አርቴፊሻል ኢንተለጀንስ (AI) ብዙውን ጊዜ ምክንያታዊ የሚመስል ነገር ግን ትንሽ አየር የተሞላበት ይዘት ያመነጫል። ልክ እንደ ሆቴል ክፍል ጥሩ የሚመስል ነገር ግን ዜሮ ስብዕና የሌለው 🛏️

---

6) የክላሲፋየር አቀራረብ - እንዴት እንደሰለጠነ (እና ለምን እንደሚሰበር) 🧪

የክላሲፋየር መመርመሪያ በተለምዶ እንደሚከተለው የሰለጠነ ነው፡

1. የሰው ጽሑፍ (ድርሰቶች፣ መጣጥፎች፣ መድረኮች፣ ወዘተ) የውሂብ ስብስብ ይሰብስቡ

2. የAI ጽሑፍ ይፍጠሩ (ብዙ መጠየቂያዎች፣ ቅጦች፣ ርዝመቶች)

3. ናሙናዎቹን ምልክት ያድርጉባቸው

4. ባህሪያትን ወይም ኢንክዲንግዎችን በመጠቀም እንዲለያቸው ሞዴልን ያሠለጥኑ

5. በተያዘው መረጃ ላይ ያረጋግጡ

6. ላከው… ከዚያም እውነታው ፊት ላይ ይመታል ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

እውነታው ለምን ይጎዳል፦

• የዶሜይን ለውጥ ፡ የስልጠና ውሂብ ከእውነተኛ የተጠቃሚ ጽሑፍ ጋር አይዛመድም

• የሞዴል ለውጥ ፡- አዲስ ትውልድ ሞዴሎች በውሂብ ስብስቡ ውስጥ ካሉት ጋር አይመሳሰሉም

• የአርትዖት ውጤቶች ፡- የሰው አርትዖቶች ግልጽ የሆኑ ቅጦችን ሊያስወግዱ ይችላሉ ነገር ግን ስውር የሆኑ ቅጦችን ሊይዙ ይችላሉ

• የቋንቋ ልዩነት ፡- ቀበሌኛዎች፣ የESL ጽሑፍ እና መደበኛ ቅጦች በስህተት ይነበባሉ ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት ፤ ሊያንግ እና ሌሎችም (arXiv) )

በራሳቸው የማሳያ ስብስብ ላይ "እጅግ በጣም ጥሩ" የነበሩ እና በስራ ቦታ ላይ በእውነተኛ ጽሑፍ ሲጽፉ የተበላሹ ዲቴክተሮችን አይቻለሁ። ልክ እንደ አንድ የኩኪ ብራንድ ላይ ብቻ የአፍንጫ ውሻን ማሰልጠን እና በዓለም ላይ ያለውን እያንዳንዱን መክሰስ እንደሚያገኝ መጠበቅ ነው 🍪

---

7) ግራ መጋባት እና ፍንዳታ - የሂሳብ-አቋራጭ 📉

ይህ የመመርመሪያ ቡድን በቋንቋ ሞዴል ውጤት ላይ የተመሰረተ ነው፡

• ጽሑፍዎን የሚያካሂዱት እያንዳንዱ ቀጣይ ቶከን ምን ያህል እድል እንዳለው በሚገምት ሞዴል ነው።.

• አጠቃላይ "ድንቅ" (ግራ መጋባት) ያሰላሉ። ( የቦስተን ዩኒቨርሲቲ - ፐርፕሌክሲቲ ፖስትስ )

• ሪትሙ ሰው የሚመስል መሆኑን ለማየት የልዩነት መለኪያዎችን ("ፍንዳታ") ሊጨምሩ ይችላሉ። ( GPTZero )

አንዳንድ ጊዜ ለምን እንደሚሰራ:

• ጥሬ የ AI ጽሑፍ እጅግ በጣም ለስላሳ እና በስታቲስቲክስ ሊገመት የሚችል ሊሆን ይችላል ( DetectGPT )

ለምን አይሳካም:

• አጫጭር ናሙናዎች ጫጫታ አላቸው

• መደበኛ ጽሑፍ ሊገመት የሚችል ነው

• የቴክኒክ ጽሑፍ ሊገመት የሚችል ነው

• የአፍ መፍቻ ቋንቋ ያልሆነ ጽሑፍ ሊገመት የሚችል ሊሆን ይችላል

• በከፍተኛ ሁኔታ የተስተካከለ የAI ጽሑፍ እንደ ሰው ሊመስል ይችላል ( OpenAI ፤ Turnitin )

ስለዚህ፣ የAI መመርመሪያዎች እንዴት እንደሚሠሩ አንዳንድ ጊዜ ብስክሌቶችን እና ሞተር ሳይክሎችን የሚያደናግር የፍጥነት ሽጉጥ ይመስላል። ተመሳሳይ መንገድ፣ የተለያዩ ሞተሮች 🚲🏍️

---

8) የውሃ ምልክቶች - “በቀለም ውስጥ ያለው የጣት አሻራ” ሀሳብ 🖋️

የውሃ ምልክት ማድረጊያ እንደ ንጹህ መፍትሄ ይመስላል፡ የ AI ጽሑፍን በማመንጨት ጊዜ ምልክት ያድርጉበት፣ ከዚያም በኋላ ያግኙት። ( ለትላልቅ የቋንቋ ሞዴሎች የውሃ ምልክት ፤ የሲንትአይዲ ጽሑፍ )

በተግባር፣ የውሃ ምልክቶች ደካማ ሊሆኑ ይችላሉ፡

• መተርጎም ሊያዳክማቸው ይችላል

• መተርጎም ሊያቋርጣቸው ይችላል

• ከፊል ጥቅስ ሊያስወግዳቸው ይችላል

• ብዙ ምንጮችን ማደባለቅ ንድፉን ሊያደበዝዝ ይችላል ( ለትላልቅ የቋንቋ ሞዴሎች የውሃ ምልክቶች አስተማማኝነት )

እንዲሁም፣ የውሃ ምልክት ማወቂያ የሚሰራው የሚከተሉት ሁኔታዎች ሲኖሩ ብቻ ነው፦

• የውሃ ምልክት ጥቅም ላይ ውሏል

• መርማሪው እንዴት ማረጋገጥ እንዳለበት ያውቃል

• ጽሑፉ ብዙም አልተለወጠም ( OpenAI ፤ SynthID Text )

አዎ፣ የውሃ ምልክቶች ኃይለኛ ሊሆኑ ይችላሉ፣ ነገር ግን ሁለንተናዊ የፖሊስ ባጅ አይደሉም።.

---

9) የተሳሳቱ አዎንታዊ ነገሮች እና ለምን እንደሚከሰቱ (የሚያሳምመው ክፍል) 😬

ይህ የራሱ የሆነ ክፍል ይገባዋል ምክንያቱም አብዛኛው ውዝግብ የሚኖርበት ቦታ ነው።.

የተለመዱ የውሸት አዎንታዊ ቀስቅሴዎች፡

• በጣም መደበኛ ቃና (አካዳሚያዊ፣ ህጋዊ፣ የተገዢነት ጽሑፍ)

• እንግሊዝኛ ያልሆነ (ቀላል የዓረፍተ ነገር አወቃቀሮች "ሞዴል መሰል" ሊመስሉ ይችላሉ)

• በአብነት ላይ የተመሠረተ ጽሑፍ (የሽፋን ደብዳቤዎች፣ SOPዎች፣ የላብራቶሪ ሪፖርቶች)

• አጭር የጽሑፍ ናሙናዎች (በቂ ምልክት የለም)

• የርዕስ ገደቦች (አንዳንድ ርዕሶች ተደጋጋሚ ሀረጎችን ያስገድዳሉ) ( ሊያንግ እና ሌሎች (arXiv) ፤ ተርኒቲን )

አንድ ሰው በጣም ጥሩ በሆነ መንገድ በመጻፉ ሲጠቆም አይተህ ከሆነ… አዎ። ያ ይሆናል። እና ጭካኔ የተሞላበት ነው።.

የመለኪያ ውጤት እንደሚከተለው መታየት አለበት-

• የጭስ ማንቂያ እንጂ የፍርድ ቤት ፍርድ አይደለም 🔥
  "ምናልባት ቼክ አድርግ" እንጂ "ጉዳይ ተዘግቷል" አይልም። ( OpenAI ፤ Turnitin )

---

10) የመመርመሪያ ውጤቶችን እንደ ትልቅ ሰው እንዴት መተርጎም እንደሚቻል 🧠🙂

ውጤቶችን ለማንበብ ተግባራዊ መንገድ ይኸውና፡

መሣሪያው አንድ መቶኛ የሚሰጥ ከሆነ

እንደ ከባድ የአደጋ ምልክት አድርገው ይመለከቱት፦

• 0-30%: ምናልባት የሰው ወይም በከፍተኛ ሁኔታ የተስተካከለ ሊሆን ይችላል

• 30-70%: አሻሚ ዞን - ምንም ነገር አትገምቱ

• 70-100% ፡ የበለጠ ሊሆኑ የሚችሉ የ AI-like ቅጦች፣ ግን አሁንም ማረጋገጫ አይደሉም ( የተርኒቲን መመሪያዎች )

ከፍተኛ ውጤቶች እንኳን የተሳሳቱ ሊሆኑ ይችላሉ፣ በተለይም ለሚከተሉት

• ደረጃውን የጠበቀ ጽሑፍ

• የተወሰኑ ዘውጎች (ማጠቃለያዎች፣ ትርጓሜዎች)

• የኢኤስኤል ጽሑፍ ( ሊያንግ እና ሌሎች (arXiv) )

ቁጥሮችን ብቻ ሳይሆን ማብራሪያዎችን ይፈልጉ

የተሻሉ መመርመሪያዎች የሚከተሉትን ይሰጣሉ፦

• የደመቁ ስፔኖች

• የባህሪ ማስታወሻዎች (መተንበይ፣ መደጋገም፣ ወዘተ)

• በራስ መተማመን ክፍተቶች ወይም እርግጠኛ አለመሆን ቋንቋ ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

አንድ መሳሪያ ምንም ነገር ለማስረዳት ፈቃደኛ ካልሆነ እና በግንባርህ ላይ ቁጥር ቢመታ… እኔ አላምንም። አንተም እንደዚያው ማድረግ የለብህም።.

---

11) የAI መመርመሪያዎች እንዴት እንደሚሠሩ፡ ቀላል የአእምሮ ሞዴል 🧠🧩

ንጹህ የመጠጥ ግዢ ከፈለጉ፣ ይህንን የአእምሮ ሞዴል ይጠቀሙ፡

1. በማሽን በሚፈጠር ጽሑፍ ውስጥ የተለመዱ ስታቲስቲካዊ እና ቅጥያዊ ቅጦችን ይፈልጋሉ በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

2. እነዚያን ቅጦች ከስልጠና ምሳሌዎች ከተማሩት ጋር ያወዳድራሉ። ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

3. እነሱ የሚያወጡት እንደ ዕድል ያለ ግምት ነው ፣ የእውነታ መነሻ ታሪክ አይደለም። ( OpenAI )

4. ግምቱ ለዘውግ፣ ለርዕሰ ጉዳይ፣ ለርዝመት፣ ለአርትዖቶች እና ለዲቴክተሩ የሥልጠና መረጃ ። ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

በሌላ አነጋገር፣ የAI መመርመሪያዎች እንዴት እንደሚሠሩ የሚለው የደራሲነት ሳይሆን “ተመሳሳይነትን” መመዘናቸው ነው። አንድ ሰው የአጎቱን ልጅ ይመስላል ማለት ነው። ይህ ከዲኤንኤ ምርመራ ጋር ተመሳሳይ አይደለም… የዲኤንኤ ምርመራዎችም እንኳ የጠርዝ ጉዳዮች አሏቸው።

---

12) ድንገተኛ ባንዲራዎችን ለመቀነስ ተግባራዊ ምክሮች (ጨዋታ ሳይጫወቱ) ✍️✅

"መመርመሪያዎችን እንዴት ማታለል እንደሚቻል" አይደለም። የበለጠ ትክክለኛ ደራሲነትን በሚያንፀባርቅ እና ያልተለመዱ የተሳሳቱ ንባቦችን በሚያስወግድ መንገድ እንዴት መጻፍ እንደሚቻል።.

• ተጨባጭ ዝርዝሮችን ያክሉ፡- በእርግጥ የተጠቀሙባቸውን ፅንሰ ሀሳቦች ስም፣ የወሰዷቸውን እርምጃዎች፣ ያሰብካቸውን ልዩነቶች

• ተፈጥሯዊ ልዩነትን ተጠቀም፡ አጭር እና ረጅም ዓረፍተ ነገሮችን አቀላቅል (ሰዎች ሲያስቡ እንደሚያደርጉት)

• እውነተኛ ገደቦችን ያካትቱ፡ የጊዜ ገደቦች፣ የተጠቀሙባቸው መሳሪያዎች፣ ምን ችግር ተፈጠረ፣ በተለየ መንገድ ምን ማድረግ ነበረብዎት

• አብነት ከመጠን በላይ ከመጠቀም ይቆጠቡ፡ “ከዚህም በላይ” የሚለውን ቃል በትክክል በሚሉት ነገር ይቀይሩ

• ረቂቆችን እና ማስታወሻዎችን ያስቀምጡ፡- ክርክር ካለ፣ ማስረጃን የማስኬድ ሂደት ከሆድ ስሜት የበለጠ አስፈላጊ ነው

እንደ እውነቱ ከሆነ፣ ከሁሉ የተሻለው መከላከያ… እውነተኛ መሆን ብቻ ነው። ፍጹም ያልሆነ እውነተኛ፣ “ፍጹም ብሮሹር” እውነተኛ አይደለም።.

---

የመዝጊያ ማስታወሻዎች 🧠✨

የAI መመርመሪያዎች ጠቃሚ ሊሆኑ ይችላሉ፣ ነገር ግን የእውነት ማሽኖች አይደሉም። እነሱ ፍጹም ባልሆነ መረጃ ላይ የሰለጠኑ እና የአጻጻፍ ስልቶች ያለማቋረጥ በሚደራረቡበት ዓለም ውስጥ የሚሰሩ የንድፍ ማዛመጃዎች ናቸው። ( OpenAI ፤ በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

ባጭሩ፦

• መመርመሪያዎች በክላሲፋየሮች፣ በድንግዝግዝታ/ፍንዳታ፣ በስታይሎሜትሪ እና አንዳንድ ጊዜ በዋተርማርክ ምልክቶች ላይ የተመሰረቱ ናቸው 🧩 ( በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት )

• እነሱ "የAI-ተመሳሳይነት" ይገምታሉ፣ እርግጠኛነት ሳይሆን ( OpenAI )

• የውሸት አወንታዊ ነገሮች በብዛት የሚከሰቱት በመደበኛ፣ በቴክኒካል ወይም በአፍ መፍቻ ቋንቋ ባልሆኑ ጽሑፎች ላይ ነው 😬 ( ሊያንግ እና ሌሎች (arXiv) ፤ ተርኒቲን )

• የምርመራ ውጤቶችን ለመገምገም እንደ ፍንጭ ይጠቀሙ፣ ፍርድ ሳይሆን ( Turnitin )

የAI መመርመሪያዎች እንዴት እንደሚሠሩ እንደገና ከጠየቀ፣ “በቅጦች ላይ በመመስረት ይገምታሉ - አንዳንድ ጊዜ ብልህ፣ አንዳንድ ጊዜ ሞኝነት የጎደለው፣ ሁልጊዜም የተገደበ” ሊላቸው ይችላል። 🤖

ተደጋጋሚ ጥያቄዎች

የ AI ዳሳሾች በተግባር እንዴት ይሰራሉ?

አብዛኛዎቹ የAI መመርመሪያዎች የደራሲነት ማረጋገጫ አይሰጡም። ጽሑፍዎ በተለምዶ በቋንቋ ሞዴሎች የሚፈጠሩትን ቅጦች ምን ያህል በቅርበት እንደሚመሳሰል ይገምታሉ፣ ከዚያም እንደ ዕድል የሚመስል ውጤት ያወጣሉ። ከኮፈኑ በታች፣ የክላሲፋየር ሞዴሎችን፣ የድንጋጤ-ቅጥ ትንበያ አሰጣጥን፣ የስታይሎሜትሪ ባህሪያትን ወይም የውሃ ምልክት ፍተሻዎችን ሊጠቀሙ ይችላሉ። ውጤቱ እንደ የመጨረሻ ፍርድ ሳይሆን እንደ አደጋ ምልክት ተደርጎ መወሰድ የተሻለ ነው።.

የAI ዳሳሾች በጽሑፍ ምን አይነት ምልክቶችን ይፈልጋሉ?

የተለመዱ ምልክቶች መተንበይ መቻልን (አንድ ሞዴል በሚቀጥሉት ቃላትዎ "እንዴት እንደሚገረም")፣ በአረፍተ ነገር ስካፎልድስ ውስጥ መደጋገም፣ ያልተለመደ ወጥነት ያለው ፍጥነት እና ዝቅተኛ ተጨባጭ ዝርዝር ያለው አጠቃላይ ሀረጎችን ያካትታሉ። አንዳንድ መሳሪያዎች እንደ የዓረፍተ ነገር ርዝመት፣ የሥርዓተ-ነጥብ ልማዶች እና የተግባር-ቃል ድግግሞሽ ያሉ የስታይሎሜትሪ ምልክቶችንም ይመረምራሉ። እነዚህ ምልክቶች በተለይም በመደበኛ፣ በአካዳሚክ ወይም በቴክኒካል ዘውጎች ውስጥ ከሰው ጽሑፍ ጋር ሊደራረቡ ይችላሉ።.

የAI ዳሳሾች የሰውን ጽሑፍ እንደ AI ለምን ይጠቁማሉ?

የሰው ልጅ ጽሑፍ በስታቲስቲክስ "ለስላሳ" ወይም እንደ አብነት ሲመስል የውሸት አዎንታዊ ነገሮች ይከሰታሉ። መደበኛ ቃና፣ የተገዢነት ዘይቤ አጻጻፍ፣ ቴክኒካዊ ማብራሪያዎች፣ አጫጭር ናሙናዎች እና እንግሊዝኛ ያልሆኑ ሁሉም ልዩነቶችን ስለሚቀንሱ እንደ AI-እንደሚመስል በስህተት ሊነበቡ ይችላሉ። ለዚህም ነው ንጹህ፣ በደንብ የተስተካከለ አንቀጽ ከፍተኛ ውጤት ሊያስመዘግብ የሚችለው። አንድ ዳሳሽ ተመሳሳይነትን እያነጻጸረ ነው፣ መነሻውን አያረጋግጥም።.

ግራ መጋባትና "የፍንዳታ" መመርመሪያዎች አስተማማኝ ናቸው?

በፐርፕሌክሲቲ ላይ የተመሰረቱ ዘዴዎች ጽሑፍ ጥሬ እና በጣም ሊገመት የሚችል የAI ውጤት ሲሆን ሊሠሩ ይችላሉ። ነገር ግን ደካማ ናቸው፡ አጫጭር ምንባቦች ጫጫታ ያላቸው ናቸው፣ እና ብዙ ህጋዊ የሰው ዘውጎች በተፈጥሮ ሊተነበዩ የሚችሉ ናቸው (ማጠቃለያዎች፣ ትርጓሜዎች፣ የኮርፖሬት ኢሜይሎች፣ መመሪያዎች)። አርትዖት እና ማጥራት ውጤቱን በከፍተኛ ሁኔታ ሊለውጡት ይችላሉ። እነዚህ መሳሪያዎች ፈጣን ቼክሽንን ይገጥማሉ፣ በራሳቸው ከፍተኛ ደረጃ ያላቸውን ውሳኔዎች አይደለም።.

በክላሲፋየር መመርመሪያዎች እና በስታይሎሜትሪ መሳሪያዎች መካከል ያለው ልዩነት ምንድን ነው?

የክላሲፋየር መመርመሪያዎች ከሰው እና ከAI (እና አንዳንድ ጊዜ ከተደባለቀ) ጽሑፍ የተሰየሙ የውሂብ ስብስቦችን ይማራሉ እና ጽሑፍዎ የትኛውን እንደሚመስል ይተነብያሉ። የስታይሎሜትሪ መሳሪያዎች እንደ የቃላት ምርጫ ቅጦች፣ የተግባር ቃላት እና የንባብ ምልክቶች ያሉ “የጣት አሻራዎች” በመጻፍ ላይ ያተኩራሉ፣ ይህም በረጅም ቅርፅ ትንተና የበለጠ መረጃ ሰጪ ሊሆን ይችላል። ሁለቱም አቀራረቦች ከዶሜይን ለውጥ ይሰቃያሉ እና የአጻጻፍ ዘይቤው ወይም ርዕሱ ከስልጠና ውሂባቸው ሲለያይ ሊቸገሩ ይችላሉ።.

የውሃ ምልክቶች የ AI ምርመራን ለበጎ ይፈታሉ?

የውሃ ምልክቶች አንድ ሞዴል ሲጠቀምባቸው እና መርማሪው የውሃ ምልክቶችን ንድፍ ሲያውቅ ጠንካራ ሊሆኑ ይችላሉ። እንደ እውነቱ ከሆነ፣ ሁሉም አቅራቢዎች የውሃ ምልክቶችን እና የተለመዱ ለውጦችን - መተርጎም፣ መተርጎም፣ ከፊል ጥቅስ ወይም የማደባለቅ ምንጮች - ንድፉን ሊያዳክሙ ወይም ሊሰብሩ ይችላሉ። የውሃ ምልክቶችን ማወቅ መላው ሰንሰለት በሚሰለፍባቸው ጠባብ ጉዳዮች ላይ ኃይለኛ ነው፣ ነገር ግን ሁለንተናዊ ሽፋን አይደለም።.

የ"X% AI" ውጤትን እንዴት መተርጎም አለብኝ?

አንድ መቶኛን እንደ “AI-likeness” ግምታዊ አመላካች አድርገው ይቁጠሩት፣ የAI ደራሲነት ማረጋገጫ አይደለም። የመካከለኛ ክልል ውጤቶች በተለይ አሻሚ ናቸው፣ እና ከፍተኛ ውጤቶች እንኳን በመደበኛ ወይም በመደበኛ ጽሑፍ ላይ ስህተት ሊሆኑ ይችላሉ። የተሻሉ መሳሪያዎች እንደ የተደመሩ ክፍተቶች፣ የባህሪ ማስታወሻዎች እና እርግጠኛ አለመሆን ቋንቋ ያሉ ማብራሪያዎችን ይሰጣሉ። አንድ መመርመሪያ ራሱን ካላብራራ፣ ቁጥሩን እንደ ባለስልጣን አድርገው አይቁጠሩት።.

ለትምህርት ቤቶች ወይም ለአርትዖት የስራ ፍሰቶች ጥሩ የAI መመርመሪያ የሚያደርገው ምንድን ነው?

ጠንካራ ዳሳሽ ይስተካከላል፣ የተሳሳቱ አወንታዊ ነገሮችን ይቀንሳል፣ እና ገደቦችን በግልጽ ያስተላልፋል። በአጭር ናሙናዎች ላይ ከመጠን በላይ በራስ መተማመን ያላቸውን የይገባኛል ጥያቄዎች ማስወገድ፣ የተለያዩ ጎራዎችን ማስተናገድ (አካዳሚክ vs ጦማር vs ቴክኒካል) እና ሰዎች ጽሑፍን ሲያሻሽሉ የተረጋጋ ሆኖ መቆየት አለበት። በጣም ኃላፊነት የሚሰማቸው መሳሪያዎች በትህትና ይንቀሳቀሳሉ፡ እንደ አእምሮ አንባቢዎች ከመሆን ይልቅ ማስረጃ እና እርግጠኛ አለመሆንን ያቀርባሉ።.

ስርዓቱን "ጨዋታ" ሳላደርግ ድንገተኛ የ AI ባንዲራዎችን እንዴት መቀነስ እችላለሁ?

ከብልሃቶች ይልቅ በእውነተኛ የደራሲነት ምልክቶች ላይ ያተኩሩ። ተጨባጭ ዝርዝሮችን ያክሉ (የወሰዷቸውን እርምጃዎች፣ ገደቦች፣ ውዝግብ)፣ የዓረፍተ ነገር ሪትም በተፈጥሮው ይለውጡ፣ እና በተለምዶ የማይጠቀሙባቸውን ከመጠን በላይ የተስተካከሉ የንድፍ ሽግግሮችን ያስወግዱ። ረቂቆችን፣ ማስታወሻዎችን እና የክለሳ ታሪክን ያስቀምጡ - የሂደት ማስረጃ ብዙውን ጊዜ በግጭቶች ውስጥ ከመመርመሪያ ነጥብ የበለጠ አስፈላጊ ነው። ግቡ ከባህሪ ጋር ግልጽነት ነው፣ ፍጹም የሆነ የብሮሹር ፕሮሴስ አይደለም።.

ማጣቀሻዎች

1. የኮምፒውተር ቋንቋ ጥናት ማህበር (ACL አንቶሎጂ) - በLLM የተፈጠረ የጽሑፍ ፍለጋ ላይ የተደረገ ጥናት - aclanthology.org

2. OpenAI - በ AI የተጻፈ ጽሑፍን ለማመልከት አዲስ የ AI ክላሲፋየር - openai.com

3. የቱኒቲን መመሪያዎች - በክላሲክ የሪፖርት እይታ ውስጥ የAI ጽሑፍ ማወቂያ - guides.turnitin.com

4. የቱኒቲን መመሪያዎች - የAI የጽሑፍ ማወቂያ ሞዴል - guides.turnitin.com

5. ቱኒቲን - በ AI የመጻፍ ችሎታችን ውስጥ የተሳሳቱ አወንታዊ ነገሮችን መረዳት - turnitin.com

6. arXiv - DetectGPT - arxiv.org

7. የቦስተን ዩኒቨርሲቲ - ፐርፕሌክሲቲ ልጥፎች - cs.bu.edu

8. GPTZero - ግራ መጋባት እና ፍንዳታ፡ ምንድን ነው? - gptzero.me

9. PubMed Central (NCBI) - ስታይሎሜትሪ እና የፎረንሲክ ሳይንስ፡ የስነ-ጽሑፍ ግምገማ - ncbi.nlm.nih.gov

10. የኮምፒውተር ቋንቋ ጥናት ማህበር (ACL አንቶሎጂ) - የተግባር ቃላት በደራሲነት ውስጥ - aclanthology.org

11. arXiv - ለትላልቅ የቋንቋ ሞዴሎች የውሃ ምልክት - arxiv.org

12. የGoogle AI ለገንቢዎች - SynthID ጽሑፍ - ai.google.dev

13. arXiv - ለትላልቅ የቋንቋ ሞዴሎች የውሃ ምልክቶች አስተማማኝነት ላይ - arxiv.org

14. OpenAI - በመስመር ላይ የምናየውን እና የምንሰማውን ምንጭ መረዳት - openai.com

15. የስታንፎርድ ሃይ - የአይአይ መመርመሪያዎች እንግሊዝኛ ያልሆኑ ጸሐፊዎችን ይቃወማሉ - hai.stanford.edu

16. arXiv - ሊያንግ እና ሌሎችም - arxiv.org

የቅርብ ጊዜውን የ AI ኦፊሴላዊ የ AI ረዳት መደብር ያግኙ

ስለ እኛ