Лексическое разнообразие (TTR, Type-Token Ratio). Живой человеческий текст имеет высокое разнообразие — разные слова, неожиданные обороты, стилистические шероховатости. Синтетика, особенно от LLM, стремится к усреднению. Если отношение уникальных слов к общему числу слов в тексте ниже 0,42 — перед вами с высокой вероятностью синтетика. Такой текст можно либо отбрасывать, либо помечать как «синтетический» в метаданных.
Оркестр агентов: Архитектура, память и экономика мультиагентных систем. Книга 3
·
Сергей Дегтев
