标签
开源项目 lieflat-gongwen 通过 102 万字真实公文的全量统计，把公文写作风格蒸馏成一套可供 Codex、ClaudeCode 等 Agent 使用的 Agent Skill，使 AI 生成的公文减少“AI 味”，可复现 7 种典型公文风格并以量化参数自检。
得克萨斯大学奥斯汀分校的一项研究发现，与人类写作相比，九个前沿大语言模型生成的文本都过度使用了从心理语言学角度看较难处理的特征（名词堆叠、长距离依存关系、低频 n 元语法），并据此推测，针对数学、代码和推理的后训练更偏重信息密度，而非表达的清晰度。
本文提出一种方法，利用语料库特征分析和逆向宪法微调来提升AI生成放射学报告与真实放射科医生写作风格的对齐度。该方法在文本对齐指标上取得显著改进，验证了其在风格感知报告生成中的有效性。
SynthSentry介绍了一种语料库级别、模型无关的方法，用于检测语言模型训练数据中的合成数据污染，无需访问生成模型，基于词汇、n-gram和困惑度统计的分布散度。
SGHA是一个完全自动化的系统，使用本地9B语言模型，通过结构化证据和检测结构空白，从科学文献中发现研究问题，提供比专有模型更高的透明度和隐私保护。
本文分析了与人类创作的小说相比，大语言模型生成的小说是否表现出压缩的形式变化。研究发现，尽管个体小说在风格上接近人类，但AI输出在句子结构、可读性和标点方面更为统一。
本文提出了一种以语料库为中心的诊断框架，用于分析生物医学NER和EL基准测试，揭示了九个语料库之间的显著差异，并论证了标准统计量不足以描述评估需求。