LLM - Использование нейросетей в работе. Кодинг, администрирование, безопасность, хостинг, статистика

Цитата с дальнего форума. =C2=A0 represents the bytes C2 A0. Since this is UTF-8, it translates to U+00A0, which is the Unicode for non-breaking space.

Ты тему перепутал. И с каких пор символ табуляции новый? Давай уже вести конструктивный разговор тут, не уподобляйся флудерам

Я изучал, в том числе труды гугла. Всё ломается на ручной правке и перегонке через разные нейронки. Про такие пробелы читал, знаю как ставятся. вопрос в том, что пользователи ставят его крайне редко, практически никогда. это как длинное тире, котрого ранее практически никто не видел, а после бума ИИ все повально стали ставить и уверять, что с самого сотворения блоггинга используют его. 

С каких пор он в текстах? Он старый, но на десятки тысяч текстов если в одном будет, хорошо. Я не писал, что это де факто единственная метрика. возможно как отдельный триггер генерации. И да, я спутал тему. их про ИИ уже штук 10

Ты смешал разные обсуждения. Про длинные тире и проч  - это про определение юзером  генеренки - длинное тире - ага, это иишка постаралась. В обсуждении же было про то что поисковики могуд детектить ИИ генеренку по следу и пессимизировать. Я ничего не знаю про пессимизацию, но знаю что ИИ ватермарки - очень сложная штука. И не факт что они удаляются если отредактировать  текст в другой ии. Там все ооочень сложно. У разных нейросетей свои алгоритмы генерации и соотвтественно распозначания. Это не просто какой-то порядок слов. Там десятки параметров в построении фраз, предложений, абзацев, замены слов на более редкие...  

А  в целом я считаю это бестолковым занятием. Сомневаюсь что ты реально можешь даже определить какая ЛЛМ генерила текст. Это не нападка в твой адрес, просто там такие алгоритмы сложные что это нереально.

1. Перед генерацией каждого следующего токена берётся контекстное окно — несколько предыдущих токенов.

2. По секретному ключу и этому окну псевдослучайно делится весь словарь на две части:

   - green list — «зелёные» токены;

   - red list — «красные» токены.

3. Генератор слегка повышает вероятность зелёных токенов и понижает красных.

4. Детектор, зная ключ, повторяет то же разбиение для каждого окна и считает, какая доля токенов оказалась зелёной.

5. Если зелёных токенов статистически аномально много — текст считают вероятно сгенерированным моделью.

ChatGPT только что помог обновить PHP на серверах, чтобы закрыть уязвимость https://searchengines.guru/ru/forum/1148058
Понадобилось с подстраховками и объяснениям, что и зачем делаем около 30 минут. Сайты на трех разных версиях PHP, дырки на всех закрыты. HestiaCP посоветовал отключить, потому что там PHP еще не обновился. Поставил сам себе задачу проверять, когда будет обновление для HestiaCP. 

Впечталило, потому что для меня терминал линукса всегда был мучением. 

Ну да. Пока не упадет из-за утечки памяти, а вы медленно будете не понимать, что происходит. И php идеален для веба с чистым СЕО.