《多窗口并行写书防漂移控制、术语跨卷一致性图审计与零幻觉文献核验器》各章定量结论
本卷写给用多个人工智能写作窗口并发生产书稿的出版者与工作室主理人。它的命题是:几个窗口同时写同一套书时,错误不是随机的,而是集中在术语漂移、数字不一致、重复句、引文幻觉与风格退化五种失效模式上;每一种都能写成一个可运行的检测器,检测器按陈垣的校勘四法归入对校、本校、他校、理校四道闸门,检出率与漏检可以用注入已知错误的办法测出来。机器查有本可对的「底本之是非」,人查无本可对的「立说之是非」,这是本书借段玉裁校勘学划出的分工。书中未标出处的错误率都是假设参数或合成数据上的测量值;本书不是法律意见,也不推荐任何写作工具或模型。
DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-152 · English version
- 第 1 章 · 方法:五种失效模式、独占锁与校勘四法
第一章是方法:窗口之间的错误相关时,加窗口平均不掉错误,组内相关系数 0.02 时十六个窗口只等效于 48.35 处独立核对;四个窗口共用一个套话库,九章书期望 18.22 对重复句,各用各的只有 4.55 对;「先检查再创建」的锁在四个窗口的 2520 种交错里有 2160 种双重拥有,独占新建把它降为零;按一项已发表研究里 GPT-4 引文的出错比例,一章 12 条引文全部真实且无误的概率只有 0.003432。第二至第七章依次写… - 第 2 章 · 并发控制:独占新建锁、租约、版本号与分波次调度
检查与新建必须是一个原子动作,否则四个窗口同时起跑时,双重占有在所有交错里占 0.8571。抢章节的冲突随窗口数急剧上升,九章四窗口同时挑,撞车概率已是 0.5391;加锁让重复草稿归零,写手表让责任可追,两者叠加使用。租约用来回收失联者的锁,长短由心跳丢失率和时钟偏差决定;回收只准改名再新建,并用取锁序号挡住迟到的写入。共享文件比对版本号,重试过多就分片;人人都要的锁一律排号;多把锁按全局次序拿。章节之间的依赖拆出第零波,关键路径因… - 第 3 章 · 术语图:锁表、同义漂移与跨卷一致性审计
术语漂移有字面变体、同义替换与对译漂移三种来源,字符串尺子只能抓第一种,第二种靠锁表里登记的别名,第三种靠中英配对构成的术语图。编辑距离在短中文术语上一字千钧,两字术语差一个字相似度就只剩 0.500;字二元组要补边界,英文要先比紧凑键。构造样本上,两把尺子在召回率接近满分时精确率只有六成左右,所以它们只负责产生复核名单,自动判定一律来自锁表。跨卷术语图只沿硬边求分量,软边从不自动合并;五条审计规则把碰撞与对译漂移放在最前,定义冲突交… - 第 4 章 · 数字对账与重复句:中英一致、程序对账与近似重复检测
数字对账看的是两件事:中英两份稿的可检数字集合相等,正文的每个可检数字都能在程序输出或源码里找到。它的盲区来自它的定义:紧贴汉字的数字看不见,年份带里的整数不检查,386.5 与 386.50 被当作两个数,带逗号的 1,032 在不带逗号的输出里找不到。补法是格式约定:数字两侧留空格,非年份的大整数一律写千分位,程序按正文要抄的格式打印。重复句检测分两层:20 字以上的逐字重复用字典或 64 位指纹,规范化只做 NFKC、删空白与去… - 第 5 章 · 零幻觉文献核验器:字段、标识符、台账比对与逐条判决
零幻觉核验分三道。格式检查确认字段齐全、DOI 合语法、书号校验位正确、年份卷期说得通;它拦得住抄写错误,拦不住像样的编造,因为编造者可以先算好校验位、照格式拼出 DOI。台账比对拿作者、年份、标题与出处去对一份逐条核过原件的本地台账,标题相似度不低于 0.90 才可能通过,0.60 到 0.90 之间一律交人判断;加权打分里「只有标题不同」的组合仍有 +11.973 的高分,所以标题必须是闸门而不是加分项。判决分通过、改正、暂扣、拒… - 第 6 章 · 风格防退化:句长、词汇多样性、套话与段首的门槛
两段的篇幅相近,A 有 271 个汉字,B 有 233 个,可是几乎每一项都分开了。句长的变异系数,A 是 0.670,B 只有 0.371;落在中位数上下三个字以内的句子,A 占 0.267,B 占 0.455。A 的句子有长有短,「改一个数只要十秒」只有八个字,紧挨着一句四十字的解释;B 的句子几乎全挤在二十字上下。类符形符比 A 是 0.590,B 是 0.322;按 MTLD 算,A 是 128.1,B 掉到 44.5。套话命… - 第 8 章 · 实战:四个窗口并发写一本九章书,五类注入错误与四道闸门的检出账
第八章让四个窗口并发写一本九章合成书,注入五类共 119 个错误:四道闸门拦住 0.723,漏网的 33 个里有 28 个属于机器在结构上看不见的手法,扣除后检出率为 0.945;干净书上术语检测首轮误报 1672 处,人审 48 个词后归零;一份严肃的注入审计每类至少要 75 个错误。书中以标注框区分已发表的证据、可运行的计算、原典与作者的假说,每条假说都写明什么结果会推翻它。
模型示意算例,非实时报价