பல வாசகர்கள் அதைக் கவனித்துள்ளனர். arXiv இல் வெளியிடப்பட்ட ஒரு புதிய முன்அச்சு, அந்த உள்ளுணர்வின் பின்னால் கடினமான மொழியியல் தரவை வைக்கிறது - மேலும் அது ஏன் நடக்கிறது என்பதற்கான விளக்கத்தை முன்மொழிகிறது.

"AI-உருவாக்கப்பட்ட மொழி ஏன் புரிந்து கொள்ள கடினமாக உள்ளது?" என்ற ஆய்வறிக்கை அக்டோபர் 21 ஆம் தேதி ஆய்வாளர்கள் தாமஸ் ஹிகாரு கிளார்க், மத்தியாஸ் பி. மார்ட்டின் மற்றும் கைல் மஹோவால்ட் ஆகியோரால் சமர்ப்பிக்கப்பட்டது. பல்வேறு களங்களில் AI-உருவாக்கிய உரையின் ஒரு நாவல் கார்பஸை வரைந்து, ஆசிரியர்கள் மனித வாசகர்களுக்கான செயலாக்க சிரமத்தின் குறிப்பான்களாக இலக்கியத்தில் நன்கு நிறுவப்பட்ட உளவியல் அம்சங்களின் தொகுப்பை பகுப்பாய்வு செய்தனர். For more context on this story, see our ongoing AI industry coverage.

ஆராய்ச்சியாளர்கள் என்ன அளவிட்டார்கள்

அனைத்து வாக்கியங்களையும் வாசிப்பதற்கு ஒரே மாதிரியான செலவு இல்லை என்பதை உளவியல் மொழியியல் நீண்ட காலமாக அறிந்திருக்கிறது. பொருள் தொடர்பான உட்பிரிவுகள் ("செய்தியாளர் தாக்கிய செனட்டர்...") சம்பந்தப்பட்ட உறவினர்களைக் காட்டிலும் செயலாக்க அதிக நேரம் எடுக்கும். வார்த்தைகளுக்கு இடையே உள்ள நீண்ட சார்புகள் வாசகர்களை நினைவகத்தில் அதிக விஷயங்களை வைத்திருக்கும்படி கட்டாயப்படுத்துகின்றன. அரிய வார்த்தை வரிசைகளை மீட்டெடுக்கவும் ஒருங்கிணைக்கவும் அதிக முயற்சி தேவை. இந்த அம்சங்கள் ஒரு உரையை உண்மையில் புரிந்துகொள்வது எவ்வளவு கடினமானது என்பதை அளவிடுவதற்கு ஒரு ஆட்சியாளராக செயல்படுகிறது - அது எவ்வளவு நுட்பமாக ஒலிக்கிறது என்பதில் இருந்து வேறுபட்டது.

ஆராய்ச்சியாளர்கள் AI-உருவாக்கிய எழுத்தை இரண்டு அடிப்படைகளுக்கு எதிராக ஒப்பிட்டனர்: மனிதனால் எழுதப்பட்ட உரை மற்றும் சுற்று-பயண மொழிபெயர்ப்பின் மூலம் உருவாக்கப்பட்ட பத்திகள், முறையான அல்லது இயந்திர-இஷ் உரைநடையின் பொதுவான சுவையிலிருந்து உண்மையான மாதிரி வினோதங்களை பிரிக்க வடிவமைக்கப்பட்ட ஒரு கட்டுப்பாடு.

அந்த கட்டுப்பாடு முக்கியம். ஒரு தனித்துவமான நோயியலைக் காட்டுவதற்குப் பதிலாக, AI உரையானது வணிகம் அல்லது தொழில்நுட்ப எழுத்து - முறையான, ஆள்மாறான மற்றும் பெயர்ச்சொல்-கடுமையானது போன்றது என்று நியாயமான முறையில் வாதிடலாம். சுற்று-பயண மொழிபெயர்ப்பு எந்த மொழி-மாடல் பயிற்சியும் இல்லாமல் ஒத்த மெருகூட்டப்பட்ட, சற்று இயற்கைக்கு மாறான பதிவேட்டுடன் உரையை உருவாக்குகிறது. AI மாதிரிகள் செயலாக்க-கடினமான நடவடிக்கைகளில் அந்த அடிப்படையை இன்னும் மீறினால், அந்த மாதிரிகள் எவ்வாறு எழுதக் கற்றுக்கொண்டன என்பதில் இருந்து வித்தியாசம் வர வேண்டும். அது, சாராம்சத்தில், ஆய்வில் கண்டறியப்பட்டது.

அவர்கள் கண்டுபிடித்தது

முடிவுகள் பலகை முழுவதும் சீராக இருந்தன. மனித எழுத்துக்களுடன் ஒப்பிடும்போது, ஆய்வில் ஆய்வு செய்யப்பட்ட ஒன்பது எல்லை மற்றும் எல்லைக்கு அருகில் உள்ள மாதிரிகள் - GPT-5.6, Claude, Llama, DeepSeek மற்றும் Qwen குடும்பங்களின் அமைப்புகளை உள்ளடக்கிய ஒரு குழு - அளவிடக்கூடிய கடினமான தேர்வுகளை மேற்கொண்டது:

  • அனிமேட் வினைச்சொற்களுடன் இணைக்கப்பட்ட மேலும் உயிரற்ற பாடங்கள் — சுருக்கங்கள் "ஆய்வு", "அண்டர்ஸ்கோர்" அல்லது "ஹைலைட்" என்று எழுதும் AI வடிவம்.
  • அதிக குறைந்த அதிர்வெண் n-கிராம்கள், அதாவது மனித எழுத்தாளர்கள் அரிதாக உருவாக்கும் அசாதாரண வார்த்தை வரிசைகள்.
  • நீண்ட தொடரியல் சார்பு, பாடங்கள் மற்றும் வினைச்சொற்கள் அதிக இடைப்பட்ட பொருளால் பிரிக்கப்படுகின்றன.
  • அதிக அடுக்கப்பட்ட பெயர்ச்சொற்கள் மற்றும், உரையாடல் உரையில், மேலும் குறைக்கப்பட்ட பொருள் தொடர்பான உட்பிரிவுகள்.

மாதிரிக் குடும்பங்கள் முழுவதும் கணிசமான மாறுபாட்டையும் ஆய்வு ஆவணப்படுத்தியது - எல்லா மாதிரிகளும் சமமாகப் படிக்க கடினமாக இல்லை - மேலும் AI மாதிரிகள் இந்த கடினமான கட்டுமானங்களை சுற்று-பயண-மொழிபெயர்ப்பு பாராஃப்ரேஸ்களை விட அடிக்கடி பயன்படுத்துவதைக் கண்டறிந்தது, இதன் விளைவு முறையான பதிவின் கலைப்பொருளை விட மாதிரிகள் எவ்வாறு பயிற்சியளிக்கப்படுகின்றன என்பதைக் குறிக்கிறது.

அந்த மாறுபாடு அமைதியாக காகிதத்தில் மிகவும் பயனுள்ள முடிவுகளில் ஒன்றாகும். வாசிப்பு சிரமம் அளவு அல்லது திறனின் தவிர்க்க முடியாத விளைவாக இருந்தால், அனைத்து எல்லை அமைப்புகளும் ஒன்றாக இருக்கும். மாறாக, குடும்பங்களுக்கிடையேயான பரவலானது பயிற்சிக்குப் பிந்தைய தேர்வுகள் - தரவு கலவை, வெகுமதி சமிக்ஞைகள், பகுத்தறிவு-கனமான களங்களுக்கு முக்கியத்துவம் - ஒரு மாதிரியின் உரைநடை மனித வாசகரிடம் எவ்வாறு இறங்குகிறது என்பதைத் தெளிவாக வடிவமைக்கிறது. வேறு வார்த்தைகளில் கூறுவதானால், படிக்க கடினமாக AI உரை என்பது ஒரு வடிவமைப்பு விளைவு, நுண்ணறிவின் தவிர்க்க முடியாத துணை தயாரிப்பு அல்ல.

தகவல் அடர்த்தி கருதுகோள்

மாதிரிகள் ஏன் கடினமான மொழியை நோக்கி நகர்கின்றன? ஆசிரியர்கள் ஒரு கருதுகோளை முன்வைத்து சோதிக்கின்றனர்: மனித மொழி உருவாகி, வெற்றிகரமாகத் தொடர்புகொள்வதற்கான அழுத்தத்தின் கீழ் கற்றுக் கொள்ளப்பட்டாலும், AI-உருவாக்கிய உரையானது மற்ற இலக்குகளுக்கு - கணிதம், குறியீடு மற்றும் பகுத்தறிவுப் பணிகளுக்கு - அதிக அளவில் உகந்ததாக உள்ளது.

குறைவான டோக்கன்களில் சரியான பதில்களை பேக் செய்வதற்கு வெகுமதி அளிக்கப்படும் ஒரு மாதிரியானது, உரைநடைக்குள் செல்லும் பழக்கங்களைக் கற்றுக்கொள்கிறது: பொருளை சுருக்கவும், துல்லியமான ஆனால் அரிதான சொற்களை விரும்பவும், ஒரு வாக்கியத்திற்கு அதிக கட்டமைப்பை உட்பொதிக்கவும். இதன் விளைவாக, மனித வாசகர்களுக்கு சீராக குறைவாக இயற்கையாக வளரும் போது, ​​அளவுகோல்களில் நன்றாக மதிப்பெண்கள் பெறுகிறது.

யோசனையைச் சோதிக்க, ஆராய்ச்சியாளர்கள் கருத்துச் சான்று பரிசோதனையை நடத்தினர்: அவர்கள் ஒரு மொழி மாதிரியை நீளமான தண்டனையின் கீழ் நன்றாகச் சரிசெய்து, அதன் வெளியீட்டை அழுத்தும்படி கட்டாயப்படுத்தினர். மாதிரியின் மொழியியல் நடத்தை, கருதுகோள் முன்னறிவிக்கும் வழிகளில் மனிதனைப் போன்ற வடிவங்களிலிருந்து வேறுபட்டது - தேர்வுமுறை அழுத்தம், தரவு மட்டும் அல்ல, மாற்றத்தை இயக்குகிறது என்ற கருத்துக்கு காரணமான ஆதரவைக் கொடுக்கிறது.

ஏன் இது முக்கியமானது

மனிதர்களின் மொழியியல் செயலாக்கக் கோரிக்கைகளுக்கும் பெரிய மொழி மாதிரிகளால் மறைமுகமாக விரும்பப்படுவதற்கும் இடையில் தவறான சீரமைப்பு என்று ஆசிரியர்கள் அழைப்பதை கண்டுபிடிப்புகள் எடுத்துக்காட்டுகின்றன. அந்த தவறான அமைப்பு நடைமுறை விளைவுகளை ஏற்படுத்துகிறது. படிப்பதற்கு கடினமான உரையை உருவாக்கும் AI உதவியாளர்கள் ஒவ்வொரு பதிலுக்கும் ஒரு மறைக்கப்பட்ட வரியை விதிக்கிறார்கள், மேலும் மக்கள் தங்கள் வாசிப்பு நேரத்தை மாதிரி-உருவாக்கிய வரைவுகள், சுருக்கங்கள் மற்றும் விளக்கங்களில் அதிக நேரம் செலவிடுவதால் விளைவு கலவைகள்.

ஆசிரியர்கள் தங்கள் கட்டமைப்பை சாத்தியமான தீர்வுகளை நோக்கி வாதிடுகின்றனர் - திறன்களை தியாகம் செய்யாமல் மனித செயலாக்க வரம்புகளுக்கு மதிப்பளிக்கும் மாதிரிகளை பயிற்சி அல்லது டியூன் செய்வதற்கான வழிகள். தாள் முன் அச்சிடப்பட்டது மற்றும் இன்னும் சக மதிப்பாய்வுக்கு உட்படுத்தப்படவில்லை, ஆனால் அதன் மைய அவதானிப்பு ஏற்கனவே எதிரொலிக்கிறது: அக்டோபர் 24 அன்று வேலை ஹேக்கர் நியூஸ் முதல் பக்கத்தில் ஏறியது, பகுத்தறிவு செயல்திறன் மற்றும் படிக்கக்கூடிய உரைநடை ஆகியவற்றுக்கு இடையேயான பரிமாற்றம் அடிப்படையானதா அல்லது சரிசெய்யக்கூடியதா என்பது பற்றிய தீவிர விவாதத்தை உருவாக்கியது.

இப்போதைக்கு, இந்த ஆய்வு வாசகர்களுக்கு ஒரு பழக்கமான விரக்திக்கான சரிபார்க்கப்பட்ட சொற்களஞ்சியத்தை வழங்குகிறது. உரை தற்செயலாக மோசமாகிவிடவில்லை - வடிவமைப்பால் அது அடர்த்தியாகிறது.

ஆதாரங்கள்: arXiv:2610.29162, ஹேக்கர் செய்தி விவாதம்

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →