我在这个网站上问了论文作者一个普通问题——应该在小学禁止作业——然后阅读两次结果。 结构是健全的：标题，引言结尾的论文，三个正文段落，每个段落，一个结论。 它发明了没有统计数据，没有引用，也没有假期刊文章。 然后我走到了最后，在其中添加了一个引用部分，列出了不存在的标题，每个标题都礼貌地标记“假设引文——想象一个真实的文章”。 这就是一页中问题的形状：这件事是一个合格的脚手架，底部有一个陷阱，陷阱看起来像是已经完成的作业。
TL;博士: 一个小的语言模型编写了结构良好的初稿，没有可用的证据。 测量了两轮 这一：字数落在目标的 8% 以内，零发明统计数据或引文，但四个占位符引文将真实机构命名为虚假标题。 使用草稿作为其骨架，用您自己的内容替换其内容的每个句子，并在任何内容接近任务之前检查您的机构的政策。 还要知道，AI 探测器在任一方向上都不是对这些内容的可靠检查。
它真正做得很好吗？
结构，这不是什么。
对大多数人来说，初稿的难点不是句子，而是形状：论文的去向，身体需要多少点，段落是为了什么。 一个训练有大量说明文的模型已经记住了这种形状。 我生成的两篇草稿都将论文作为引言的最后一句，给每个正文段落一个主张，并在没有引入新材料的情况下关闭。 这是每个作文课堂上教授的标准，在第一次尝试时正确执行。
长度控制比我预期的要好。 问了500字，两轮产生538和526。 这很重要，因为填充字数是学生损失的另一件事，看到正确大小的草稿告诉您三分数需要多少空间。
它正在做的是在论文形状的文本上完成模式。 这使它擅长一篇文章的常规部分，而在应该属于你的部分中表现不佳。
它是不是补给来源？
不完全是，区别比是或否更重要。
此工具背后的提示指示模型不要发明引用、统计或来源，并描述您应该引用的来源类型。 在两个运行中测量，这包括：没有百分比，没有“研究显示”，没有捏造的 DOI，没有发明的作者姓名，这些年份是合理的。
相反，出现的是此形式的参考部分：
2. ... Research Publication, [Year]. (Hypothetical citation - imagine a real article)
3. American Psychological Association, "Homework and Academic Achievement", [Year].
(Hypothetical Citation - imagine a real report)
仔细阅读，这是诚实的。 它被标记。 它告诉你找到真实的东西。 但它在组织从未发布的标题旁边命名了一个真正的组织，它位于标题下的编号列表中，这是完成参考书目的确切视觉形式。 凌晨 1 点，一个疲惫的学生删除括号中的单词并提交。 这不是一种假设的失败模式，它是明显的失败模式，值得命名，因为工具自己的谨慎才是创造它的原因。
遵循的规则：将任何类似于 AI 草稿中的引文的内容视为对自己的说明，了解要去找什么。 从来没有作为参考。
为什么小模型会产生幻觉？
因为他们没有检索任何东西。 语言模型预测可能的延续，而看起来似是而非的引文可能是需要证据的句子的延续。 没有查找，没有数据库，没有模型检查APA是否发布该报告的时刻。
大小使情况变得更糟。 此工具运行 Gemma 3 1b，这是一个 10 亿参数的模型，因为它适合仅 CPU 的服务器，并且可以免费提供。 较小的型号记忆细节较少，图案更精力，因此它们比大型商业产品更容易自信地发明。 结构能力在小尺寸中幸存下来；事实上的可靠性没有。
这也是为什么它最近一无所知的原因。 没有浏览步骤，因此就草稿而言，在其训练数据汇编后发生的任何事情都不存在。
老师的人工智能探测器会抓住它吗？
这是错误的问题，诚实的答案在两个方向上都令人不安：探测器捕获不是人工智能的工作，以及错过的工作。
OpenAI，它有一切商业理由来进行检测， 2023年7月20日撤回了自己的AI文本分类器 因为它的准确性低。 在此之前发布的评估：分类器正确识别 26% 写入AI的文字，同时标记 9%锛屽悓姣斿? 人写的文本作为 AI 写。 一种能捕捉到它所寻找的四分之一并错误地指责近十分之一的无辜作家的工具不是工具，它的制造商是通过退休来表示的。
误报也不是均匀分布的。 斯坦福大学的梁和同事在英语母语和非母语人士的写作中测试了七个探测器，发现它们 始终将非本地写作错误分类为人工智能生成, 发表于 范型 2023年。 机制是困惑：检测器标记其单词选择是可预测的文本，而使用第二种语言的称职的作者正是产生了这种情况。 作者自己的建议是这些探测器不应在评估或教育环境中使用。
所以：不要依靠探测器来为你辩护，也不要以为一个人会抓住你。 在不允许的情况下提交人工智能工作的理由也不是。 不允许的原因是不允许，标记您作品的人通常可以通过其他方式来判断。
使用这样的草稿的诚实方式是什么？
三种用途在审查中幸存下来，一种是没有。
作为一个可以争论的形状。 生成草稿，阅读其三点，并注意您不同意哪一项。 分歧是你的论文。 这是最有用的事情，因为对一个位置做出反应比从空白页发明一个要容易得多。
作为对自己结构的检查。 先写你的论文，然后生成一篇并比较骨架。 如果模型找到了你错过的点，去正确研究它。
作为词汇表和注册样本。 学术水平的环境改变了散文的正式程度。 看到高中和研究生版本的同一论点之间的区别，就教导了一些难以抽象解释的关于注册的东西。
不是要提交的东西。 许多机构禁止或限制人工智能写作，政策因课程而异，而不仅仅是大学。 在作业中使用任何此项之前检查您的。 在允许的情况下，披露通常是许可的一部分。
草稿是否读作机器书写？
是的，而且可以衡量地，以易于学习的方式。
我通过本网站适用于其自己的写作的相同检查运行了两个草稿。 每一个字中大约530个字，输出有五个破折号，并且，从标记生成的散文的单词列表中，“收获”三遍，加上“整体”和“关键的”。 这些都不是英语错误。 当人类选择更简单的东西时，所有这些都是模型所达到的词语： 劝 而不是 扶植、 合 而不是 整体的、 重要 而不是 紧要。
其他的说法是结构性的。 每一段的长度都差不多。 每个列表使用相同的形状。 结论用交换的词重现了引言。 一个每周读四十篇文章的标记在他们到达探测器之前很久就注意到了这种模式，这就是探测器问题无关紧要的真正原因。
如果你是把草稿改写成你自己的声音，这些都是首先要攻击的东西：改变段落的长度，剪断破折号，用具体的名词代替抽象名词，并得出结论说出介绍没有的东西。
为什么需要这么长时间？
因为它在共享 CPU 而不是 GPU 上运行，而这种交易是免费的。
在现场测量，取了 500 字的草稿 170秒 从请求到最终字。 这是最短的选择。 一篇 1,500 字的文章需要更长的时间。 文本在写入时流式传输，因此您可以在其余部分到达时读取开口，这使得等待不如数字所暗示的那么明显。
替代设计将是一个商业 API，在几秒钟内回答，每个请求都要花钱，并将您的主题发送给可能保留它的第三方。 这个通过 HTTPS 发送你的主题到一个构建提示的服务器，运行模型，返回文本，并没有保留任何内容：主题和草稿用于编写回复，然后丢弃，未记录，未用于培训，不传递给任何 AI 公司。 对于通常不敏感的论文主题。 对于个人陈述的草稿，这很重要。
在提交任何内容之前，您应该检查什么？
一个简短的列表，按最容易捕获的顺序。
- 您所在机构的政策，在其他任何事情之前。 课程级规则通常与大学级规则不同。
- 每一个事实主张，针对您打开的真实来源。 该草案不会发明一个统计数据，但它会自信地断言，没有证据。
- 每一次引用，这在实践中意味着替换所有这些。
- 声音，上面的单词列表赢得了它的保留。
- 论点，最后。 如果您在研究它们后仍然同意所有三个模型的观点，那么您已经写了模型的论文而不是您的论文。
对于改写本身， 拼写工具 更改措辞但不实质，不会修复上述任何内容，并通过 文本人文化 解决了告诉而不是思维。 两者都不是有话要说的替代品。
字数和格式呢？
之后，两者都可以通过确定而不是概率的工具来处理。
一个模型要求 500 字产生大约 500 个单词，直到简短说“最大 500 字”，草稿在 538 时才可以。 将最终文本粘贴到 词计数器 并知道数字而不是估计它。 阅读水平和句子长度也是如此，大多数标记比他们承认的更关心这些。
格式化是另一件值得分开的事情。 草稿以纯文本形式出现，带有 Markdown 风格的标题，这对于编辑来说很方便，在大多数课程中提交都很错误。 转换一次，当单词停止更改时，而不是通过六个修订来对抗格式。
七种作文类型有什么改变吗？
比学术水平还要多，这让我感到惊讶。
该工具提供争论、说服力、说明性、叙述性、描述性、比较和对比以及因果关系。 这些不是同一个草案上的化妆品标签：它们改变了正文段落所做的工作。 争论性草案采取立场并为其辩护，反对默示的反对意见。 一个说明性的解释不偏袒任何一方，因此段落变成了类别而不是主张。 比较和对比重组了两个主题周围的所有内容，这会强制逐点或块结构，模型选择一个并保持它。
学术水平设置做得更少。 它调整词汇量和对冲的出现程度，因此论证的研究生版本说“证据表明”高中版本说“这表明”。 基本论点通常是相同的三个点。 如果您希望研究生环境能够产生研究生水平的思维，这一点值得了解：它通过相同的推理产生了研究生水平的注册。
实际的后果是谨慎挑选类型和水平。 需要说明性的有说服力的草稿是一篇结构错误的论文；需要本科时的高中草稿是二十分钟的改写。
大型商业模型是否适合此？
在写作时，是的。 在让你陷入困境的事情上，不是很明显。
一个大模型写得更流畅，把一个更长的论点放在一起，而且不太可能产生上述占位符引用模式。 如果唯一的标准是散文质量，它就赢了，而且不是很接近。
三件事它没有解决。 它仍然没有查找步骤，因此仍然自信地发明 - 故障更为罕见，因此更难捕获，这与更安全不同。 它仍然产生结构性的讲述，因为这些来自训练分布而不是模型大小。 它通常会保留您的文本：大多数商业助理默认保留对话，有些人将它们用于培训，除非您选择退出，这是文档是个人陈述或未发表论文章节的不同建议。
这就是这个工具故意进行的交易：一个更小、更不流畅的模型，它在没有任何东西的服务器上运行，提供免费的。 对于股票论文问题，使用写得最好的任何东西。 对于您不会粘贴到公共论坛的任何内容，保留问题是首先要问的问题。 同样的推理贯穿 我们如何在这里写所有内容，其中的讲述比此页面有更多详细的目录。
