Йохен Мадлер из стартапа Sitefire собрал 2250 постов из блогов компаний, написанных людьми до ChatGPT. Пять нейросетей получили по каждому посту короткое задание и написали свои версии на ту же тему
Затем программа сравнила, как устроены тексты, и по одной структуре отличала машинный пост от человеческого почти без ошибок. У типичного машинного поста заголовок вроде «Как сократить онбординг вдвое», в начале обещание «разберём три рабочих решения», а в конце пересказ самого себя: «Короче говоря…» Модели переписали свои посты другими словами, и программа всё равно их узнала
На первой картинке по вертикали — насколько необычна структура поста, черта — среднее. На второй тексты разложены так, чтобы люди и модели разошлись как можно дальше
Это препринт одного автора без рецензии, и Sitefire продаёт брендам инструменты для попадания в ответы ИИ. Человек писал, зная свой бизнес целиком, модель видела только короткое задание, и часть разницы может быть отсюда
Данные и код — github.com/pulse-energy-eu/slopshape
Ещё мы писали про тексты нейросетей:
Дискуссия