Наконец-то это случилось! Спикер клиента нашего PR-агентства предъявил нам за длинные тире — что это явный признак генерации моделью. Получается, мы эксперты по использованию нейросетей с 1762 года, ещё с Карамзина и Фонвизина. А если серьёзно, то почти все генераторы текстов уже давно знают про этот прикол и генерируют с дефисами вместо тире и другой грязью. Вот скриншот, например. Смотреть надо за другим. Я для себя сделал LLM-детектор по таким признакам: — Избыточная симметрия: примеры по одной схеме (три персонажа, три числа, три исхода) — Списки слишком параллельны: одинаковая структура, одинаковая длина пунктов. Человек бы где-то сбился, добавил деталь, один пример сделал длиннее. — Нет опечаток, оговорок, самокоррекции, нет эмоциональных вставок, нет отступлений от темы, побочных наблюдений, нет незавершённых мыслей. — Стабильная перплексия по всему тексту. — Языковой регистр почти без колебаний от начала до конца — Нет "плавания" формальных параметров текста между блоками — Каждый абзац — ровно один тезис — Нет смешения мыслей — Структура "проблема → примеры → закон → вывод" без единого отклонения — Долбанутые суммации в начале пунктов списков. — Шаблонные повороты и другие риторические приёмы, которые следуют из системных промптов конкретных моделей. Всё это не гарантия детекции, это веса. Задача-то в целом не сдетектировать LLM-текст, а сдетектировать достаточно тупой текст )