Human writing mixes short sentences with long ones. Machine drafts tend toward a uniform middle length. Higher variation reads more naturally.
Sentence lengths: 20, 8, 12, 14
Long average sentences make prose heavy regardless of who wrote it. Around 15-20 words reads comfortably; past 25 the reader starts working.
A small set of words appears far more often in generated text than in human writing. Their density is the single most visible tell.
delve · leveraging · robust · seamless · crucial · myriad · facilitate · landscape · underscores · embark · holistic · comprehensive
Phrases like "it is important to note that" add words without adding meaning. Cutting them shortens the text and sharpens it.
it is important to note · In today's fast-paced world
Models punctuate with em dashes several times more often than people typing on a keyboard, where the character is awkward to reach.
Sentences that begin Moreover, Furthermore, Additionally are connective throat-clearing. A few are fine; a pattern of them is a tell.
Moreover, leveraging robust frameworks is crucial for success. · Furthermore, this seamless approach will facilitate numerous outcomes … · Additionally, organisations should embark on a holistic transformation…

이 도구는 산문을 기계가 만든 것으로 읽게 만드는 쓰기 패턴을 측정하고 그 뒤에 있는 증거를 각각 보고합니다. 모델이 텍스트를 썼을 확률은 백분율로 출력하지 않습니다. 왜냐하면 그 숫자는 정직하게 생성될 수 없고 어쨌든 생성으로 인한 피해는 현실이기 때문입니다.
AI 탐지기의 문제는 다음과 같습니다. 그들은 표면 특징에서 저자를 추측하는 통계적 분류기이며 OpenAI 가 낮은 정확도로 인해 자체 항목을 철회 할 정도로 신뢰할 수 없습니다. 그들의 오탐지는 제 2 언어로 글을 쓰는 사람들에게 가장 힘들며,산문은 측정 할 수있을 정도로 규칙적이어서 분류자에게는 기계처럼 보입니다. 자신감있게 보이는 "87% AI 생성"은 학생을 비난하거나 프리랜서를 거부하는 데 익숙해지며 그 아래에는 그 무게를 지닐 수있는 것이 없습니다. 그러한 숫자를 보여주는 모든 도구는 동전 뒤집기에 대한 결과적인 결정을하도록 초대합니다.
정직하게 측정 할 수있는 것은 텍스트 자체입니다. 일반적으로 버스트라고 불리는 문장 길이 변형은 가장 강력한 단일 신호입니다: 인간의 글쓰기는 3 단어 문장과 30 단어 문장을 혼합하는 반면 기계 초안은 균일 한 중간 길이로 정착합니다. 어휘 밀도는 텍스트가 작은 단어 집합에 도달하는 빈도를 계산합니다 모델 남용. 헤지 밀도는 의미없이 길이를 추가하는 "그 점에 유의하는 것이 중요합니다"와 같은 문구를 계산합니다. Em 대시 속도는 문자 모델이 입력하는 사람보다 몇 배 더 자주 생성되는 것으로 계산합니다. 연결 오프너는 더 많거나 더 많은 것으로 시작하는 문장을 계산합니다.
그 각각은 작가에 대한 주장보다는 글에 대한 사실이며,각각은 그것을 생산 한 일치와 함께보고되므로,그것을 신뢰하기보다는 측정을 확인할 수 있습니다. 그 결과는 실제로 좋은 일에 유용합니다: 편집. 낮은 변형과 무거운 헤징은 누가 썼는지에 관계없이 산문을 악화시키고 둘 다 고칠 수 있습니다.
자신의 초안을 진단하고,문서의 어느 부분이 공식으로 읽혀지는지 확인하고,패턴이 무엇인지 이해하기 위해 사용하십시오. 사용하지 말고,누구도 사용하지 못하게하고,사람이 자신의 작업에 대해 진실을 말하고 있는지 여부를 결정하십시오. 모든 것이 브라우저에서 실행됩니다; 아무것도 업로드,로그 또는 저장되지 않습니다.
어떤 산문 - 초안, 기사, 제출. 그것은 브라우저에 머물고 결코 업로드되지 않습니다.
6개의 측정값에는 각각 값, 일반 영어 설명 및 이를 생성한 일치 항목이 포함되어 있습니다.
모든 신호는 실제로 일치했던 것을 나열합니다. 만약 카운트가 잘못 보인다면,증거는 그 이유를 알려줍니다.
낮은 변형과 무거운 헤징은 누가 썼든 글쓰기를 악화시킵니다. humanizer 에 텍스트를 보내거나 손으로 편집하십시오.
변동계수로 보고되므로 절대 길이에 의존하지 않습니다. 집합에서 가장 강한 단일 신호.
모델이 지속적으로 도달하는 약 40단어의 단어를 계산하며 1000단어당 정규화되어 짧은 텍스트와 긴 텍스트를 비교합니다.
의미 없이 길이를 추가하는 문구와 연결 목구멍 청소로 시작하는 문장은 모두 일치 항목으로 나열됩니다.
각 신호는 실제 일치 항목이나 원시 문장 길이를 표시하므로 믿기보다는 측정값을 확인할 수 있습니다.
Rewrite the habits that make prose read as machine-written - inflated vocabulary, hedge phrases, em dashes, and connective filler.
Detect and remove invisible Unicode characters from AI text - zero-width joiners, variation selectors, bidi controls, and tag characters.
Generate random numbers in any range, with unique-only and decimal options.
Count words, letters, sentences, paragraphs, and estimate reading time
0 comments
No comments yet. Be the first to share your thoughts!