Một nghiên cứu mới đây từ công ty tiếp thị Graphite đã hé lộ những thói quen dùng từ đặc trưng của các mô hình LLM hàng đầu hiện nay. Mặc dù các nhà phát triển đã nỗ lực loại bỏ các dấu hiệu nhận biết phổ biến như dấu gạch ngang (em-dash), các mô hình AI vẫn liên tục bộc lộ những cụm từ ưa thích riêng biệt trong quá trình tạo văn bản.
Nghiên cứu được thực hiện trên tập dữ liệu đối chứng gồm 10.000 bài viết do con người sáng tạo trước thời ChatGPT. Kết quả cho thấy Claude Opus 5.5 có xu hướng dùng từ “dependable” cao gấp 23 lần so với người thật, đồng thời xuất hiện cụm từ “this matters” nhiều hơn 116 lần và “why X matters” nhiều hơn 92 lần. Trái lại, mô hình Astra của OpenAI thường xuyên dùng lối cấu trúc “corrective framing” (khẳng định không phải X hoặc đưa ra giải pháp thay thế) với tần suất cao gấp 100 lần bài viết của con người.
Đáng chú ý, các phòng thí nghiệm AI đã thành công trong việc giảm thiểu dấu em-dash: Opus 5.5 giảm 99% so với Opus 5, Astra giảm 88% so với con người, trong khi Gemini 3.1 Pro gần như xóa bỏ hoàn toàn dấu này. Tuy nhiên, đại diện Graphite cho biết các thói quen cũ mất đi thì những lề thói mới lại xuất hiện, khiến tổng số lượng dấu hiệu nhận biết văn bản AI hầu như không giảm.
Phát hiện này mang lại góc nhìn thiết thực cho cộng đồng người dùng và nhà phát triển AI tại Việt Nam trong việc nhận diện nội dung do LLM tạo ra. Việc hiểu rõ các đặc trưng ngôn ngữ của model sẽ giúp người sáng tạo nội dung biết cách tùy chỉnh prompt hiệu quả hơn để văn bản tự nhiên và giàu tính người hơn.
Nguồn: TechCrunch — Biên dịch & tổng hợp: danhbaai.com