Pangram 3.3 ile tanışın!

Bugün Pangram 3.3 sürümünü yayınlıyoruz. Pangram 3 serisindeki önceki modeller gibi, Pangram 3.3 de ICLR 2026 bildirimizde sunduğumuz EditLens mimarisine dayanmaktadır.

Pangram 3.3'ün ürün kartını buradan görüntüleyin

Neler Beklenebilir

Son birkaç hafta içinde, OpenAI ve Anthropic’in en son sürümlerinden alınan bazı metinlerin yanlışlıkla insan tarafından yazılmış olarak işaretlendiğini fark etmiş olabilirsiniz. Bu güncellemede, yeni piyasaya sürülen bu modeller tarafından yazılan içeriklerde, yanlış negatif oranını, yani modelin yapay zeka tarafından üretilen metinleri yanlışlıkla insan tarafından yazılmış olarak etiketleme oranını düşürmeye odaklandık.

Her zamanki gibi, sektördeki en düşük yanlış pozitif oranımızı korumaya kararlıyız. İnsanlar tarafından yazılmış metinleri yapay zeka tarafından üretilmiş olarak yanlış sınıflandırma pahasına genel yanlış negatif oranımızı düşüren bir modeli asla piyasaya sürmeyeceğiz. Pangram 3.3 ile yanlış pozitif sayısında herhangi bir artış görmemelisiniz.

Pangram 3.3, Claude 4.7 ve GPT 5.4+ gibi modellerde yanlış negatif oranını iyileştirmenin yanı sıra, insan diline yakın metinler, uzun metinler ve İngilizceyi ikinci dil olarak konuşanların yazma performansını ölçen testlerde de daha iyi bir performans sergiliyor.

Neler Geliştirildi

En yeni büyük dil modellerinin tespiti

Pangram 3.3, Claude 4.7 ve GPT 5.4+ dahil olmak üzere en yeni nesil büyük dil modellerinden (LLM) gelen saf çıktıları tespit etme konusunda önceki sürümünden çok daha başarılıdır. İç değerlendirmelerimizde, Pangram 3.2 ile karşılaştırıldığında GPT-5.5 Pro tarafından üretilen metinlerin tespitinde 3 kat, Claude Opus 4.7 için ise 4 kattan fazla bir iyileşme gözlemledik.

İnsan benzeri nesnelerin algılanmasında daha da iyileştirme

Pangram 3.3, insanlaştırma değerlendirmelerinde belirgin bir gelişme göstererek, önceki sürümüne kıyasla ticari amaçla insanlaştırılmış metinleri iki kat daha fazla tespit ediyor. Pangram 3.3, kullanıcıların büyük dil modeline (LLM) tespit edilmekten kaçınması için talimat verdiği, saldırgan amaçlı yönlendirilmiş LLM çıktılarını tespit etme konusunda da daha başarılı: İç saldırgan veri setimizde, önceki Pangram modeline göre 3 katlık bir gelişme gözlemledik.

Uzun belgelerin geri çağrılması

Önceki modelimiz, yapay zeka tarafından üretilen uzun metinleri (2000 kelimeden fazla) bazen "karışık" olarak yanlış sınıflandırıyordu; özellikle de metnin sonuna doğru yer alan bölümleri tamamen insan tarafından yazılmış olarak yanlış etiketliyordu. Pangram 3.3, uzun sentetik metinlerde bu sınıflandırma hatasını önemli ölçüde azaltır.

Sırada ne var?

Yapay zeka ile çeviri tespiti

Şiir gibi zorlu alanlardaki iyileştirmeler sayesinde genel yanlış pozitif oranımız düşmüş olsa da, Google Translate'ten geçirilmiş insan tarafından yazılmış metinlerde yanlış pozitif oranında hafif bir artış gözlemledik. Çevirinin büyük dil modelleri (LLM'ler) için yaygın bir kullanım alanı olduğunu biliyoruz ve gelecekteki modellerimizde yapay zeka tarafından çevrilmiş metinler için hem modelleme hem de sonuç raporlama yöntemleri üzerinde denemeler yapıyoruz.

Yapay zeka desteğinin daha iyi tanımlanması

Son altı ayda ajansların kullanımı adeta patlama yaşadı. İnsan-AI yazım süreçlerinin, bir belge içinde insan tarafından yazılan metinlerle AI tarafından üretilen metinlerin birbirine karıştığı, çok aşamalı bir yineleme sürecini içeren işbirliğine dayalı bir modele dönüştüğünü görmeye başlıyoruz. Önemli odak noktalarımızdan biri, bu tür ortak yazılmış belgelerin modellemesini iyileştirmektir. EditLens'i geliştirerek, farklı yazarların metinleri üzerinde size en doğru sonuçları sunmanın yanı sıra, kullanıcıların bir metnin "hafif" veya "orta derecede" AI destekli olmasının ne anlama geldiğini anlamalarını sağlamaktan büyük heyecan duyuyoruz.

Model Kartı

Önceki iki modelimizde olduğu gibi, mevcut modelin farklı alanlarda ve veri kümelerinde gösterdiği performansı her zaman model kartımızdan inceleyebilirsiniz.