Opus 5.5 thích nói với bạn ‘điều này quan trọng’ (và các bài viết AI khác kể)

Giờ đây, văn xuôi do LLM tạo ra có mặt ở khắp mọi nơi, con người đang háo hức tìm cách đánh hơi nó. Mặc dù những câu nói ban đầu như dấu gạch ngang và “delve” đã không còn nữa, nhưng các nhà nghiên cứu cho biết vẫn còn rất nhiều thói quen kể chuyện mà các mô hình AI áp dụng khi viết văn xuôi.

Một nghiên cứu mới của công ty tiếp thị Graphite đã xem xét thói quen viết của các người mẫu tiên phong, nói ra những từ và cụm từ yêu thích của từng người mẫu. Mặc dù các thông tin cũ như việc sử dụng em-dash đã bị loại bỏ, nhưng các mẫu xe vẫn sử dụng các cấu trúc có độ tương phản cao, với mỗi phiên bản mẫu đều thể hiện những nét độc đáo riêng. Điều ngạc nhiên lớn nhất là phạm vi của những lời kể lại rộng đến mức nào. Graphite đã tìm thấy 13.000 cụm từ phổ biến trong nội dung AI ít nhất gấp đôi so với nội dung của con người – định nghĩa của họ về “lời kể”.

Greg Druck, giám đốc AI của Graphite, nói với TechCrunch: “Hóa ra là các mô hình Claude thực sự đang tiến gần hơn đến việc phân phối từ ngữ của con người theo thời gian”. “Và đối với các mẫu GPT, điều đó ngày càng trở nên xa vời hơn.”

Nghiên cứu bài viết do AI tạo ra ở quy mô lớn đòi hỏi một thiết kế nghiên cứu cẩn thận. Graphite bắt đầu với một kho dữ liệu gồm 10.000 bài báo được xuất bản trước khi phát hành ChatGPT, đóng vai trò là nhóm kiểm soát do con người tạo ra. Sau đó, các nhà nghiên cứu đã yêu cầu các mô hình AI khác nhau viết lại các bài báo từ bản tóm tắt, với hy vọng loại bỏ càng nhiều sai lệch nguồn càng tốt. Với các mẫu phù hợp từ cả con người và từng mô hình, họ có thể so sánh tần suất các từ và cụm từ nhất định xuất hiện trong văn bản AI, cũng như các mẫu rộng hơn trong cách xây dựng câu.

Theo kết quả của Graphite, điểm đáng chú ý nhất của Claude Opus 5.5 là từ “đáng tin cậy”, xuất hiện thường xuyên hơn 23 lần so với mẫu của con người. Mặc dù Opus 5.5 hiện tránh cấu trúc câu “không phải X, mà là Y”, nhưng nó vẫn có xu hướng nói điều gì đó “hơn cả X, đó là Y”.

Trên hết, Opus thích cho bạn biết lý do tại sao mọi thứ lại quan trọng, sử dụng cụm từ “điều này quan trọng” thường xuyên hơn 116 lần so với cách viết của con người, trong khi “tại sao X lại quan trọng” xảy ra thường xuyên hơn 92 lần.

Astra của OpenAI có một loạt mẹo nhỏ khác. Mô hình này thích mô tả “một khía cạnh khác” của bất cứ điều gì nó đang nói đến và có xu hướng bảo vệ các tuyên bố bằng cách nói rằng một hành động “có thể mang lại” hoặc “có thể mang lại” một lợi ích cụ thể. Điểm nổi bật nhất của nó là cái mà Graphite gọi là “khung sửa chữa”, trong đó một chủ đề được xác định là “không chỉ đơn giản là X” hoặc được đưa ra như một giải pháp thay thế, “thay vì dựa vào X”. Theo nghiên cứu của than chì, những cấu trúc đó phổ biến hơn trong văn xuôi do Astra tạo ra hơn 100 lần so với văn bản của con người.

Đáng chú ý, tất cả các phòng thí nghiệm ở biên giới dường như đã phản ứng với ý tưởng rằng các mô hình lạm dụng dấu gạch ngang. Trong các mẫu của Graphite, Opus 5.5 sử dụng dấu chấm câu ít hơn 99% so với Opus 5. Astra hiện sử dụng nó ít hơn 88% so với mẫu của con người, trong khi Gemini 3.1 Pro gần như đã loại bỏ hoàn toàn dấu gạch ngang khỏi văn bản của nó.

Nhưng trong khi cá nhân cho biết sự thay đổi, Graphite cho biết con số tổng thể hầu như không thay đổi. Druck nói với TechCrunch: “Có vẻ như số lượng thông tin đang giảm dần. “Họ đang tìm cách loại bỏ những thông tin nổi tiếng nhất, nhưng những thông tin khác lại xuất hiện. Và mỗi phiên bản mẫu đều có phiên bản riêng.”

Điều đáng ngạc nhiên là các câu chuyện lại có tính dai dẳng đến vậy, do các phòng thí nghiệm tập trung vào phong cách viết giống con người. Trong bản phát hành Opus 5.5, Anthropic khoe rằng mô hình này “giao tiếp tự nhiên hơn các mô hình trước đó”, cho biết những người dùng đầu tiên “nhận thấy văn bản của nó rõ ràng hơn và dễ theo dõi hơn”.

OpenAI cũng đưa ra tuyên bố tương tự khi phát hành phiên bản GPT-6 của Sol và Luna, nói rằng người dùng có thể “mong đợi thấy rõ ràng hơn, ít biệt ngữ hơn, (và) ít cụm từ kỳ lạ hơn”.

Nhưng Druck tỏ ra hoài nghi về việc các phòng thí nghiệm có thể làm được bao nhiêu để loại bỏ hoàn toàn cấu trúc hoặc cụm từ mang tính chỉ dấu.

Druck nói: “Tôi có một giả thuyết chung là các phòng thí nghiệm ít có khả năng kiểm soát một số thứ này hơn bạn mong đợi”. “Đây là những mô hình khổng lồ với hàng tỷ tham số. Chúng có số lượng thử nghiệm hữu hạn mà chúng có thể chạy và mọi thứ đều vượt qua.”