Ini adalah postingan pertama di blog Suikou AI. Postingan ini ada untuk memverifikasi bahwa pipeline konten MDX merender dari ujung ke ujung — parsing frontmatter, daftar isi, estimasi waktu baca, dan Article JSON-LD semuanya berjalan dari satu file ini.
Mengapa Suikou AI
Sebagian besar AI humanizer dibangun untuk bahasa Inggris. Ketika Anda menempelkan draf akademik bahasa Jepang ke dalamnya, Anda mendapatkan bahasa Jepang berbentuk Inggris: akhiran kalimat monoton, alternasi は / が yang rusak, rasio kanji yang terasa seperti mesin. Kami membangun Suikou AI karena morfologi bahasa Jepang memberikan humanizer pekerjaan yang terus-menerus gagal dilakukan oleh LLM yang dilatih pada korpus mayoritas bahasa Inggris — dan karena melakukan pekerjaan itu dengan baik dalam bahasa Jepang adalah pekerjaan yang sama dalam bahasa Korea dan Mandarin Tradisional, di mana kesenjangan yang sama ada.
Cara kerja pipeline
- Tiga penulisan ulang paralel pada suhu 0.6 / 0.8 / 1.0 melalui DeepSeek-Chat.
- Penilaian kemungkinan AI dari setiap kandidat dengan Qwen-72B (via OpenRouter) di bawah rubrik yang menyadari morfologi bahasa Jepang.
- Kandidat dengan skor AI terendah menang. Pengguna Pro dapat memilih
polesan akademik tahap kedua melalui claude-3.5-haiku yang mempertahankan
penanda kutipan gaya
[CITE:1].
Apa selanjutnya
Blog ini akan mendokumentasikan pertukaran rekayasa (mengapa DeepSeek bukan GPT-4, mengapa Qwen-72B untuk detektor, cara mendeteksi pergeseran kutipan dalam pass polesan) dan pertukaran operasional (pengembangan satu orang, entitas HK tersembunyi, mengapa kami belum melakukan paket tim). Jika Anda menemukan Suikou AI berguna, hal terbaik yang dapat Anda lakukan adalah memberi tahu satu mahasiswa pascasarjana lainnya.
— Ryota