Metin Yapay Zekası Filigranları Nasıl Çalışır ve Nasıl Atlatılır

Makale, AB düzenlemelerinin artık büyük dil modeli sağlayıcılarının yapay zeka tarafından üretilen metinlere filigran eklemesini zorunlu kıldığını ve örnek olarak Anthropic'in Claude modelini gösterdiğini belirterek başlıyor. Yazar, filigranlamanın üretim sırasında tokenlerin olasılık dağılımını değiştirerek bazı nadir tokenlerin daha sık görünmesini sağladığını açıklıyor. Bu durum insanlar tarafından fark edilemezken, gerçek dağılımı bilen makineler tarafından tespit edilebilir. Filigranları atlatmak için yazar, em tireler ve sıfır genişlikli boşluklar gibi bariz yapaylıkları gidermek için metni ön işleme tabi tutmayı, ardından metni bir ara dile çevirip geri çevirmeyi ve son olarak filigran eklemeyen DeepSeek-v4 gibi açık ağırlıklı bir dil modeliyle yeniden yazmayı öneriyor. Yazar, bu adımları otomatikleştiren ve kullanıcıların her adımı seçip yapılandırmasına olanak tanıyan Streamlit ve LangChain tabanlı bir araç geliştirmiş ve bu araç GitHub'da mevcut.