शोधकर्ताओं ने छह पैटर्न पाए जो एआई टेक्स्ट को पढ़ने में कठिन बनाते हैं
decoder ·
न्यू यॉर्क यूनिवर्सिटी और ऑस्टिन में टेक्सास यूनिवर्सिटी के शोधकर्ताओं द्वारा की गई एक हालिया अध्ययन ने छह विशिष्ट भाषिक पैटर्नों की पहचान की हैं जो एआई-जनित पाठ को पढ़ने में कठिन और थकाऊ बनाते हैं। 1,000 से अधिक निबंधों और कई बातचीतों का विश्लेषण यह दर्शाता है कि फ्रंटियर मॉडल अक्सर असामान्य शब्द संयोजनों, अलग किए गए वाक्यांशों और संचित नामों का अत्यधिक उपयोग करते हैं, जो पाठक की कार्यकारी स्मृति पर बोझ डालते हैं। इसके अलावा, ये मॉडल अक्सर नामों को क्रियाओं में बदल देते हैं या निर्जीव विषयों पर जीवंत क्रियाएं लागू करते हैं, जिससे ऐसे रूपक बनते हैं जिन्हें मानव स्वाभाविक रूप से नहीं अपनाते। छोटे ओपन-सोर्स मॉडल जैसे लामा (Llama) और ओल्मो (Olmo) मानवीय मानकों के करीब पाठ उत्पन्न करते हैं, जबकि बड़े फ्रंटियर मॉडल अपने प्रशिक्षण उद्देश्यों के कारण महत्वपूर्ण विचलन प्रदर्शित करते हैं। शोधकर्ताओं का तर्क है कि 'रीइन्फोर्समेंट लर्निंग फ्रॉम हायूमन फीडबैक' से 'वेरिफिएबल रिवार्ड्स' की ओर स्थानांतरण स्पष्टता के बजाय सूचना घनत्व और सटीकता को प्राथमिकता देता है। इस अनुकूलन प्रक्रिया ने डेटा को संकुचित करने के लिए उपयुक्त एक 'बोली' को बढ़ावा दिया है, न कि लोगों के साथ संचार के लिए, जैसा कि उद्योग के विशेषज्ञों ने 'LLM साइकोलॉजी' के अनुकूल होने के रूप में नोट किया है। हालाँकि, लक्षित फाइन-ट्यूनिंग प्रयास, जैसे कि क्लॉड ओपस 5.5 में देखे गए हैं, इन संरचनात्मक समस्याओं को हल करके पठनीयता को पुनर्स्थापित करने में सफल रहे हैं।
decoder