Pangram 3.2'yi Tanıtıyoruz

Pangram 3.2'nin Duyurusu

Pangram, yeni bir yapay zeka algılama modeli olan Pangram 3.2’yi piyasaya sürmekten büyük heyecan duyuyor. Önceki sürümleri Pangram 3.1 ve Pangram 3.0 gibi, bu model de ICLR 2026 makalemizde açıklanan EditLens mimarisine dayanmaktadır. Kullanıcılarımız, dedektörün yakalayabildiği doğru pozitiflerin sayısında (geri çağırma) kademeli ancak belirgin bir iyileşme bekleyebilirler. Aynı zamanda, sektördeki en düşük yanlış pozitif oranı korunarak, AI kullanımıyla ilgili yanlış suçlamaların son derece nadir kalması sağlanmaktadır.

Model Kartı

LLM sürümlerine ilişkin en iyi uygulamaları benimseyerek, dedektör güncellemelerimizle birlikte Model Kartları yayınlamaya karar verdik: bunlar, temelde AI modelleri için birer "besin değerleri etiketi" niteliğindedir. Model kartlarımızda, eğitim mimarisi ve çerçevesi, eğitim veri kümesiyle ilgili ayrıntılar, ilgili değerlendirme sonuçları ve dedektörün davranışını etkileyebilecek değişiklikler açıklanmaktadır. Ayrıca, modelin girdi ve çıktılarının kesin özelliklerini, desteklenen dilleri ve Pangram'ın iyi performans göstermesini beklediğimiz koşulları ve daha sınırlı olduğu durumları da açıklıyoruz.

Neler Beklenebilir

Pangram 3.2'nin Pangram 3.1'e göre daha hassas olduğunu fark edeceksiniz. Başka bir deyişle, daha fazla AI metni tespit edilecek. Bunun nedeni, humanizer algılamasındaki iyileştirmeler, Claude 4.6'nın algılanması, AI tarafından üretilen daha kısa metinlerin algılanmasındaki hassasiyet, eğitim veri kümesine daha fazla verinin eklenmesi ve EditLens mimarisindeki daha optimal hiperparametrelerdir.

Neler İyileştirildi

İnsani Özellik Algılama ve Karşıt Teşvik

Pangram 3.2'deki en büyük gelişme, insan diliyle yazılmış gibi görünen yapay zeka tarafından üretilmiş metinleri tespit etme yeteneğidir. Dahili insanlaştırıcı değerlendirme setimizde, Pangram 3.1'e kıyasla insanlaştırıcıların algılama oranını 4 kat artırdık. Ayrıca, kasıtlı olarak hatalar eklemesi ve yapay zeka algılamasından kaçınacak bir üslupta yazması talimatı verilen bir dil modeli tarafından üretilen metinler olan "karşıt komutlar"ın dahili değerlendirmesinde de yaklaşık 3 katlık bir iyileşme gözlemledik.

Bu durum, öğrencilerin giderek daha fazla "insanlaştırıcı" araçlar kullandığı veya ortaya çıkan metnin "fazla yapay zeka tarafından üretilmiş" gibi görünmemesi için dil modellerini yönlendirmeye çalıştığı eğitim alanında özellikle önemlidir.

Yapay zeka tarafından oluşturulan kısa sosyal medya paylaşımlarının tespiti

Kullanıcıların tweetlerdeki yapay zeka tarafından üretilmiş metinleri kontrol etmek için kullandıkları X botumuzun yaygınlığı göz önüne alındığında, son dönemde çevrimiçi ortamdaki tweet uzunluğundaki kısa içeriklerin tespitini iyileştirmeye yoğun bir şekilde odaklandık. Ayrıca, 50-75 kelime aralığındaki yapay zeka tarafından üretilmiş gönderileri ayırt etme becerimize daha fazla güven duyduğumuzdan, minimum kelime sayısını 75'ten 50'ye düşürdük.

Pangram 3.1 ile aynı yanlış pozitif oranında, Pangram 3.2'de kısa sosyal medya gönderilerindeki yanlış negatif oranını %17 oranında iyileştirdik.

Claude 4.6'daki İyileştirmeler

Özellikle Claude Opus 4.6 ile ilgili olarak birçok kullanıcı yanlış negatif sonuçlar bildirdi. Bu sorunu, veri setimizi Claude Opus 4.6 verilerini de içerecek şekilde yeniden oluşturarak çözdük. Dahili test veri setlerimizde (özellikle zor örnekler üzerinde) yaptığımız değerlendirmeler ve kırmızı takım testlerinin ardından, Pangram’ın Claude Opus 4.6’yı ve diğer tüm öncü büyük dil modellerini tespit edebileceğinden artık eminiz.

Sırada ne var?

Yapay zeka tarafından üretilen matematik, kodlama ve fen

Şu anda yapay zeka tarafından üretilen kodlar ve matematiksel ifadeler yüksek bir tespit oranıyla algılanamıyor. Müşterilerimizden gelen yoğun talep nedeniyle şu anda bu kullanım senaryolarına odaklanıyoruz. Matematiksel ifadeler ve kodlar daha kalıplaşmış olduğundan yapay zeka tarafından üretilen metinlere kıyasla algılanması daha zor olsa da, ilk denemelerimiz umut verici sonuçlar ortaya koyuyor.

Humanizers Üzerine Devam Eden Çalışmalar

İnsancı yazılım pazarı sürekli gelişiyor ve son aylarda pazara çok daha geniş bir yelpazede insancı yazılımlar sunulmaya başlandı. İnsancı yazılımları tespit etmek için daha gelişmiş teknikler geliştiriyoruz ve bunları yakında kamuoyuyla paylaşmayı umuyoruz.

Gelecek

Pangram, yapay zeka tabanlı algılama alanında mümkün olanın sınırlarını her zaman zorlamaya kararlıdır. Büyük dil modellerinin (LLM) yetenekleri gelişmeye devam ettikçe biz de sürekli olarak kendimizi geliştiriyoruz.

Ayrıca personel alımı yapıyoruz! Dünyanın en iyi yapay zeka algılayıcılarını geliştirmemize yardımcı olmak için kariyer sayfamızı inceleyin.