В догонку к посту про обновление humanizer-ru.
Что обновилось, как мы это сделали и про бесконечную гонку с детекторами.
Что обновилось.
Каталог расширился с 44 до 52 паттернов, по которым русский AI-текст опознаётся.
Жёстких запретов теперь 20 вместо 12.
Аудит вырос с трёх проходов до четырёх (новый проход "Скелет" читает только первые строки пунктов списка подряд и ловит шаблонную структуру блоков).
И главное методологическое изменение: добавился второй принцип работы, контрастное вычитание.
В каждом предложении ищем самое статистически предсказуемое слово и заменяем на менее вероятное, но уместное для конкретного автора.
Как мы это сделали.
Слились три ветки. Наша основная, ветка нашего товарища Marfarin с 106 проверенными arxiv-источниками, и наблюдения из параллельной публикации на vc.ru от 2 мая.
Параллельно копали и другие источники, и оказалось, что есть фундаментальное открытие.
Команда Tsinghua (arxiv 2502.11806) и группа из Оксфорда (arxiv 2402.18815) независимо показали: любая LLM, когда генерирует не на английском, внутри сначала собирает мысль по-английски, и только потом переводит её наружу.
Кальки и translationese в русском AI-тексте это свойство архитектуры. Написанием промта не вылечить.
Про бесконечную гонку.
Под прошлой статьёй про 44 маркера и параллельной публикацией набралось около 80 комментов.
Аудитория сказала одно: попытка отличить нейротекст это гонка вооружений, которую детекторы проиграют по определению.
Реальный вопрос не "как отличить", а "зачем отличать". Согласен.
И вот переосмысление: humanizer-ru теперь не про маскировку, а про редактуру со смещением статистики к голосу автора.
Цель не выглядеть не-ИИ, а вернуть в текст автора. Если есть образцы вашего письма, скилл собирает "паспорт голоса" (ритм, лексика, любимые частицы, причуды) и редактирует под него, а не под абстрактное правило.
Ну а вот и обновление на vc.ru - https://vc.ru/ai/2936857-markery-neurosetevogo-teksta
Что обновилось, как мы это сделали и про бесконечную гонку с детекторами.
Что обновилось.
Каталог расширился с 44 до 52 паттернов, по которым русский AI-текст опознаётся.
Жёстких запретов теперь 20 вместо 12.
Аудит вырос с трёх проходов до четырёх (новый проход "Скелет" читает только первые строки пунктов списка подряд и ловит шаблонную структуру блоков).
И главное методологическое изменение: добавился второй принцип работы, контрастное вычитание.
В каждом предложении ищем самое статистически предсказуемое слово и заменяем на менее вероятное, но уместное для конкретного автора.
Как мы это сделали.
Слились три ветки. Наша основная, ветка нашего товарища Marfarin с 106 проверенными arxiv-источниками, и наблюдения из параллельной публикации на vc.ru от 2 мая.
Параллельно копали и другие источники, и оказалось, что есть фундаментальное открытие.
Команда Tsinghua (arxiv 2502.11806) и группа из Оксфорда (arxiv 2402.18815) независимо показали: любая LLM, когда генерирует не на английском, внутри сначала собирает мысль по-английски, и только потом переводит её наружу.
Кальки и translationese в русском AI-тексте это свойство архитектуры. Написанием промта не вылечить.
Про бесконечную гонку.
Под прошлой статьёй про 44 маркера и параллельной публикацией набралось около 80 комментов.
Аудитория сказала одно: попытка отличить нейротекст это гонка вооружений, которую детекторы проиграют по определению.
Реальный вопрос не "как отличить", а "зачем отличать". Согласен.
И вот переосмысление: humanizer-ru теперь не про маскировку, а про редактуру со смещением статистики к голосу автора.
Цель не выглядеть не-ИИ, а вернуть в текст автора. Если есть образцы вашего письма, скилл собирает "паспорт голоса" (ритм, лексика, любимые частицы, причуды) и редактирует под него, а не под абстрактное правило.
Ну а вот и обновление на vc.ru - https://vc.ru/ai/2936857-markery-neurosetevogo-teksta