返回资讯中心
外部精选
软件工程
#开发者实时流

作者发布基于语料库与心理语言学研究的AI文本去味技能

来源标题:Show HN: Deslop skill based on corpus-linguistics and psycholinguistics research

开发者发布了一个名为deslop的技能,用于去除AI生成文本的痕迹。该技能基于多项已发表研究,涵盖LLM文本与人类文本的语法特征差异等,并以Graphite、HC3、ELEPHANT三个语料库为基准测试。技能附带扫描器,可在修改前后对比,显示修复或新引入的问题,并检测事实丢失。

Hacker News 最新dannypovolotski2026/11/16 · 昨天3 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

我一时兴起做了这个去废技能(deslop skill),因为针对散文的去废技能越来越让我恼火:它们要么把散文硬塞进过度受限的格式里(如 simple-english 和 iso-24495),要么只是叫 AI 重写一篇文章,却不提供任何能衡量结果的手段(这往往只是把一种废文换成另一种废文)。这个技能基于已发表的关于 LLM 文本与人类文本差异的测量研究:Reinhart 等人对 Biber 语法特征在人类写作与模型写作中的比较、Terčon 与 Dobrovoljc 对 44 项研究的综述、Clark、Martin 与 Mahowald 关于 AI 文本为何难以阅读的研究,以及 Graphite 的“AI Tells”研究(其公开数据包含九个当前模型的 tell 列表)。它的基准测试基于三个语料库,在其中人类与模型回答同一组提示:Graphite 的 9,984 个网页文章主题、HC3 的 24,322 个问题,以及 ELEPHANT 的 3,027 个建议类提示。

它还附带一个扫描器,在每次修订前后运行。它会显示本次修订修复或新引入了哪些问题,并能捕捉到被丢失的事实,以及来自修订者自身模型家族的 tell。

评论链接:https://news.ycombinator.com/item?id=50516995 点数:1 评论数:0

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →