Инструмент Humanizer, представленный в виде файла-скилла для Claude Code, учит модель избегать типичных для ИИ приёмов и делать формулировки менее размытыми и с меньшим количеством «воды».
Проект быстро набрал популярность среди разработчиков, собрав на GitHub почти две тысячи звёзд менее чем за неделю, при этом сам автор отмечает, что цель инструмента — не обход детекторов, а улучшение естественности текстов. Ограничением инструмента является его ориентация на английский язык, однако часть принципов, например, рекомендация избегать излишне идеальной структуры, универсальна. Уже появился китайский форк проекта с адаптированным списком слов-маркеров.
Можно отметить ироничность ситуации: руководство, создававшееся для выявления ИИ-текстов, теперь используется для их улучшения. Этот случай также демонстрирует ключевую проблему детекции: нет абсолютно уникальных признаков человеческого письма, а ИИ можно научить избегать наиболее очевидных шаблонов.
❄️ Милый кооп про мальчика и хаски: в этом году выходит IKUMA — The Frozen Compass
-2
Поделиться:
НовостиЖелезо и технологиинейросети
Об авторе
xAI представила Grok 4.1: нейросеть научилась лучше понимать эмоции
Нейронный рендеринг и ИИ-персонажи: Дженсен Хуанг обозначил курс для игровой индустрии
«Вайбкодинг» в действии: анонсирована игра, целиком сделанная нейросетями
Рекламная модель интернета под угрозой из-за развития нейросетей
В чем сила Gemini 3 Pro. Новые возможности нейросетевой модели от Google
По материалам: vgtimes.ru
