去AI味技能发布第二版
AI 总结
作者在 GitHub 发布开源技能 lieflat less ai tone 第二版，并扩大了测试语料与测评方法。第一轮使用629篇文章，第二轮采用270组题材、事实和长度对齐的文章，总计约520万字。作者称测评结合了90项脚本指标、Jev执行的约43万次语义判断，以及针对比喻贴切度的人工评测，并识别出欧化对举句式、密集并列和比喻贴切度低等突出的“AI味”特征。
深度见解
该项目为衡量和减少文本中的AI化表达提供了更严谨的开放框架，但其测评结果目前主要由作者单方自述。
我做的去 AI 味 skill，lieflat less ai tone，已经更新第二版到 GitHub啦，这一版在语料和测评上都更严谨，花费的精力和金钱也是成倍增长T T 为了弄清哪些特征值得改，我先用629 篇文章做对照，这也是我第一轮测试的主要语料，大家可以看我之前的帖子。这一轮，我在此基础上做了更准确的语料，用270 对同题、同事实、长度对齐的文章复测，总语料约520 万字。 测量方法上，我加入了更全面的测评方式。除了90项指标的脚本测量，我增加了语义模型测评，需要理解句意的部分，我用 Jev 完成约 43 万次模型语义判断（如果换成其他模型确实很难迅速做完，也非常贵）。最后，我还做了人工评测，主要用于评判比喻是否贴切。 这次测评显著的AI味特征主要有：欧化对举句式、密集并列、比喻贴切度低等。不同模型仍然有各自的写作偏好，例如破折号GPT-5.6 用得偏少，Opus 4.6 用得偏多。 我的目标是做最详细最扎实的开源 AI 味写作测评项目！ 地址：https://github.com/larashero3-dotcom/lieflat-less-ai-tone