A.R.E Lab研究进行中

让改写后的文字,有人的节奏。

A.R.E Lab 在 GPT 与 LangChain 之上构建自研的人类化改写引擎:改写前先分析文字的节奏与用词,改写后逐项自检,意思不变、引用不动。这一页介绍我们正在做的研究和做法。

内测版暂用第三方改写服务实验引擎在内部对照实验中不承诺任何检测平台的结果

三维示意:A.R.E 图标位于中央,GPT 与 LangChain 的标志沿轨道环绕运动,蓝色小球沿轨道流动,表示生成、串联与自检之间的数据流。

机器写的文字,差在哪里

我们把“读起来像机器”拆成三个可以度量的现象。引擎要改的不是用词的花样,而是这三件事。

句长分布机器人
短句长句

节奏过于均匀

句长集中在一个窄区间,很少出现短句与长句的交替。人写的文字会有停顿,也会有一口气说完的长句。

模板词出现次数同一篇 3,000 字
  • 综上所述
    71
  • 值得注意的是
    51
  • 在一定程度上
    40
  • 具有重要意义
    30
改写前改写后

用词过于集中

少数套话和固定连接词反复出现,句子的信息密度被稀释。改写的目标是去掉这些词,而不是换一批新的套话。

段落骨架改写前改写后
每段先总结、句式平行有插入、有停顿

结构过于工整

每段开头总结、句式彼此平行、少有插入语和停顿。工整不是错,但篇篇如此,就成了可被识别的模式。

引擎怎么工作

一句话从进入引擎到回到文档,经过五个环节。LangChain 把它们串成一条链,GPT 负责生成候选,分析与自检是我们自己的规则和模型,每一步都能单独检验。

流程示意:1 分析句子的节奏、用词与结构;2 规划目标特征与约束;3 由 GPT 生成多个候选;4 逐项自检,包括语义相似度、占位符完整、语言一致和特征达标;不达标的候选带着原因回到第 3 步重试,最多两轮;5 通过后以修订形式回到文档。

  1. 1

    分析

    句长与节奏、模板词、连接词、段落结构,得到这句话的“特征表”。

  2. 2

    规划

    定下目标特征和不可逾越的约束:意思不变、占位符原样、语言一致、强度与风格。

  3. 3

    生成

    由 GPT 按规划生成多个候选,而不是一次只要一个答案。

  4. 4

    自检

    语义相似度、占位符完整、语言一致、特征达标,四项逐一检查。

    不达标:带着未通过的原因回到第 3 步,最多两轮;仍不达标则保留原句并提示。

  5. 5

    回到文档

    通过的候选以修订形式出现在原句旁,接受与否仍由你决定。

为什么要多个候选

一个候选不合格就重来,既慢又容易在同一个地方反复出错。几个候选一起自检,再把未通过的原因写进下一轮提示词,收敛得更快。

为什么自检不交给模型自己判断

语义相似度、占位符是否完整、语言是否一致,这些都有确定的算法可以算,不需要再问一次模型。只有“特征是否达标”用到我们训练的小模型。

和内测版的关系

内测版目前使用第三方改写服务,这条链在后台用同样的句子做对照实验。等指标稳定,会以“实验引擎”选项开放给内测用户切换。

研究方法

四个环节循环进行。每一轮改动都要在同一批语料上重新跑一遍,防止某个指标好了、另一个退步。

  1. 1

    建立对照语料

    按学科与语言配对的人类写作与机器生成文本,覆盖综述、报告、论文等常见文体,中英文各自成组。

  2. 2

    度量特征

    句长方差、词汇多样性、模板词密度、连接词分布、段落结构,形成一张可以逐项比较的“人类化特征表”。

  3. 3

    约束改写

    只改表达,不改事实、数据和结论;占位符与引用原样保留;输出语言与原句一致;强度与风格按用户选择。

  4. 4

    盲评与回归

    人工盲评看通顺与达意,多家检测器交叉对照看特征变化;每次改动都跑回归,结果记录在案。

我们不做的事

  • 不针对某一个检测器刷分

    目标是文字本身的节奏与用词,而不是绕过某个具体平台。

  • 不承诺检测结果

    检测平台各有算法且随时在变,我们公布的只是方法与自己的评估方式。

  • 不改事实、数据与引用

    引用和受保护内容在进入引擎前就被替换为占位符,引擎看不到也改不了。

一次改写,怎么算合格

每个候选都要过四道门,前三道是确定的算法,第四道是我们训练的特征模型。任何一道不过,候选就不会出现在你的文档里。

  • 语义相似度

    用句向量比较原句与候选,低于阈值视为改变了意思。阈值按强度档位不同,重度允许更大的改动。

  • 占位符完整

    原句里的每个占位符必须在候选中原样出现、不多不少。缺失或多出即判不合格。

  • 语言一致

    按字符系统判断候选语言,与原句不一致(例如中文句子返回了其他语言)直接丢弃。

  • 特征达标

    对照第 1 步得到的特征表,看句长、模板词、连接词是否朝规划的方向变化。没有达标就带着原因回到生成环节。

评估卡示意:原句与候选并列,依次显示语义相似度 0.93 通过、占位符 2 / 2 保留、语言中文一致、句长方差上升与模板词减少,最后给出“通过,进入修订”的结论。

现在与下一步

不写日期,只写阶段。每个阶段的进展会更新到这一页。

  1. 现在

    内部对照实验

    内测版使用第三方改写服务。实验引擎在后台对同一批句子做对照,记录四项评估和盲评结果。

  2. 下一步

    开放“实验引擎”选项

    指标稳定后,在内测中加入可切换的实验引擎,同一句话可以用两种引擎各改一次、并排比较。

  3. 之后

    接入“我的文风”

    把个人文风样本的特征作为规划环节的目标之一,让改写不只是更像人写的,还更像你写的。

想参与对照测试?

实验引擎开放时,我们会优先邀请内测用户参与并排比较。预约内测即可收到通知。

  • 适用于 Windows 电脑
  • 并排比较两种引擎的改写结果
  • 你的反馈会进入盲评记录

预约内测

在产品页留下邮箱,开放下载与实验引擎时通知你。