২০২৬ সালে Turnitin কি মানবিকৃত (humanized) AI লেখা শনাক্ত করতে পারে?
২০২৬ সালে Turnitin কি মানবিকৃত AI লেখা শনাক্ত করতে পারে? আগের চেয়ে আরও বেশি, আরও স্পষ্টভাবে। কী বদলেছে, কেন “অদৃশ্য” (undetectable) পেছনে ছোটা উল্টো বিপদ ডেকে আনে, এবং এগোনোর নিরাপদ পথ কী, দেখুন।
আপনি আপনার খসড়াটি একটি humanizer দিয়ে চালালেন, AI স্কোর কমে যেতে দেখলেন, আর স্বস্তি পেলেন। তারপর আরও শান্ত, কিন্তু অন্য ধরনের উদ্বেগ এসে ভর করল। আপনার বিশ্ববিদ্যালয় Turnitin ব্যবহার করে, humanizer-এর ভেতরের checker নয়, এবং আপনি শুনেছেন Turnitin নাকি ধরতে শিখে যাচ্ছে।
তাহলে, ২০২৬ সালে কি Turnitin মানবিকৃত AI লেখা শনাক্ত করতে পারবে? সংক্ষিপ্ত ও সরাসরি উত্তর হলো: এটি আগের চেয়ে অনেক বেশি হারে শনাক্ত করে, আর “নিশ্চিতভাবে পাস করিয়ে দেবে” এমন টুলগুলোর প্রতিশ্রুতি এমন এক লক্ষ্যকে আক্রমণ করছে যেটা ক্রমাগত নড়ছে। অন্যভাবে ভাবলে তা আপনারই ক্ষতি করবে।
আমরা নিজেরাও একটি একাডেমিক humanizer তৈরি করি, তাই আপনাকে বোঝানোর জন্য আমাদের বাণিজ্যিক কারণ থাকলেও যে “Turnitin-কে হারানো সহজ ও স্থায়ী”, আমরা সেটা বলব না। কারণ তা সত্য নয়, এবং এই পিচে বিশ্বাস করে যারা লেখেন, সেটি ব্যর্থ হলে তারাই ক্ষতিগ্রস্ত হন। এখানে আছে আসলে কী বদলেছে, এবং তার বদলে কী কাজ করে।
এখন কি Turnitin মানবিকৃত AI লেখা শনাক্ত করতে পারে?
কিছুদিনের জন্য উত্তরটা মূলত ছিল “না”। প্রাথমিক AI ডিটেক্টরগুলো, Turnitin-সহ, কাঁচা মডেল আউটপুট ধরার জন্য টিউন করা ছিল, এবং সেই আউটপুটকে paraphraser বা humanizer দিয়ে চালালে অনেক সময় Turnitin ফাঁকি দেওয়া যেত। এই জানালাটা এখন বন্ধ হতে চলেছে।
২০২৪ সালের জুলাইয়ে Turnitin বিশেষভাবে AI-paraphrasing শনাক্ত করার ব্যবস্থা চালু করে, যে ধরনের paraphrasing মানবিকরণের (humanizers) মানুষ সবচেয়ে বেশি ব্যবহার করে: সমার্থক শব্দ বদলানো (synonym swapping) এবং বাক্য এলোমেলো করে সাজানো। ২০২৫ সালের ২৭ আগস্ট তারা AI-bypasser শনাক্তকরণ চালু করে। এই সিস্টেমটি তিনটি মডেলের এনসেম্বল এবং আরও একটি নির্দিষ্ট মডেল নিয়ে গঠিত, যেটি বিশেষভাবে humanizer দিয়ে পাস করা টেক্সট শনাক্ত করার জন্য ডিজাইন করা। ফিচারটি বর্তমানে ইংরেজি-সীমিত, তবে ইংরেজিভাষী একাডেমিক কাজের ক্ষেত্রে বিষয়টি হিসাব বদলে দেয়।
bypasser আপডেটই মূল শিরোনাম। এটি এসেছে কারণ humanizer জনপ্রিয় হয়ে উঠেছে, এটাই বলে দেয় যে “আর্মস রেস” এখন আর গোপন নয়, বরং প্রকাশ্য। Turnitin আর শুধু AI লেখালেখি খুঁজছে না; এটি খুঁজছে humanizer যে “ফিঙ্গারপ্রিন্ট” রেখে যায়।
স্বাধীন গবেষণাও একই দিকে ইঙ্গিত করে। ২০২৫ সালের University of Chicago Booth-এর একটি গবেষণায় দেখা গেছে, humanized প্রবন্ধের বিরুদ্ধে শীর্ষ ডিটেক্টরগুলোর কার্যকারিতা ৯০% এর বেশি থেকে নেমে ৫০% এর নিচে নেমে আসে, তবে একটি উল্লেখযোগ্য ব্যতিক্রম ছিল যেটা শীর্ষেই ছিল। শেখা বিষয়টি হলো: humanizer সবসময় জিতে যায় না। ফলাফল ডিটেক্টরভেদে ব্যাপকভাবে বদলায়, এবং সবচেয়ে শক্তিশালী ডিটেক্টরগুলো দ্রুত ধরেও ফেলছে।
কেন "undetectable" হলো ভুল লক্ষ্য
প্রযুক্তি বাদ দিলেও, শূন্য AI স্কোরের জন্য দৌড়ানো ভুল লক্ষ্য, এমনকি সেটার “কঠিন” হওয়া বিষয়টা বাদ দিলেও।
প্রথমে দেখি Turnitin আসলে রিপোর্ট কীভাবে করে। এর AI সূচক (AI indicator) আপনার ডকুমেন্টকে আনুমানিক ২৫০ শব্দের সেগমেন্টে স্ক্যান করে এবং একটি শতাংশ ফেরত দেয়। ১ থেকে ১৯ শতাংশের ব্যান্ডে স্কোর পুরোপুরি চাপা থাকে; সংখ্যা দেখানো হয় না, তার বদলে একটি অ্যাস্টেরিস্ক থাকে, এবং কোনো হাইলাইট দেখানো হয় না। কারণ নিচের অংশে false positives (ভুলভাবে AI ধরার হার) বেশি, তাই সেখানে দায়িত্বশীলভাবে সংখ্যা প্রদর্শন করা যায় না।
এখন যোগ করুন Turnitin নিজেই যে reliability সীমাবদ্ধতা প্রকাশ করে। কোম্পানিটি তাদের কম false-positive rate নিয়ে সতর্কভাবে ফ্রেম করে এবং ছাত্রের বিরুদ্ধে ব্যবস্থা নেওয়ার আগে স্কোরটিকে একমাত্র বিবেচ্য হিসেবে না দেখানোর বিষয়টি স্পষ্ট করে। তারা কম false-positive rate বজায় রাখতে কিছু AI টেক্সট মিস করতেও রাজি। অর্থাৎ এটি এমন কোনো টুল নয় যেটি “সিদ্ধান্তে” পৌঁছে দেয়; এবং স্কোরকে pass-fail গেট (পাস/ফেল চৌকাঠ) হিসেবে ভাবা সেটাকে ভুলভাবে বোঝা।
আর গভীর সমস্যাটি হলো, “অদৃশ্যতা (undetectability) অর্জন” ঠিক লক্ষ্যকে অপ্টিমাইজ করে না। এটি আপনাকে এমনভাবে নিজের লেখাকে দুর্বল (degrade) করতে ঠেলে দেয়, যাতে একটি classifier সন্তুষ্ট হয়, যদিও আপনার ডিগ্রির আসল উদ্দেশ্য হলো লেখা নিজেই।
আসলে কী কাজ করে: মান (quality) + স্বচ্ছতা (disclosure)
যদি bypass একটি চলমান টার্গেট হয়, তাহলে স্থির কী? এমন লেখা যা সত্যি আপনার নিজের, এবং AI আপনি কীভাবে ব্যবহার করেছেন সে বিষয়ে খোলামেলা থাকা।
পুনর্লিখুন, ছদ্মবেশ করবেন না। আপনি যদি AI সহায়তায় কোনো অংশ তৈরি করে থাকেন, সেটিকে আবার এমনভাবে সাজান যাতে সেখানে আপনার যুক্তি, আপনার জোর দেওয়ার ধরন, এবং আপনার কণ্ঠস্বর ফিরে আসে। এটি কোনো ডিটেক্টরকে বোকা বানানোর কৌশল নয়; এটি একটি রাফ ড্রাফটকে আপনার নিজের স্কলারশিপে রূপান্তরের স্বাভাবিক কাজ, এবং পরের মুহূর্তে classifier যা-ই করুক, তা টেকসই থাকে।
অর্থ ও উদ্ধৃতি (citations) সংরক্ষণ করুন। সাধারণত generic humanizer গুলো রেফারেন্স গুলিয়ে ফেলে এবং টেকনিক্যাল টার্মকে অস্পষ্ট near-synonym দিয়ে বদলে দেয়, যা একদিকে একাডেমিক-ইন্টিগ্রিটি সমস্যা, অন্যদিকে মানের সমস্যা। আমাদের AI text humanizer একাডেমিক রেজিস্টারের জন্য টিউন করা এবং APA, MLA, Chicago, IEEE, এবং Turabian, জুড়ে citations সুরক্ষিত রাখে; ফলে rewriteটি thesaurus-এর মতো না হয়ে আপনার মতোই পড়ে।
নীতি অনুযায়ী disclosure দিন। অধিকাংশ জার্নাল এবং বিশ্ববিদ্যালয় এখন AI সহায়তা সম্পর্কে একটি সংক্ষিপ্ত বিবৃতি আশা করে, এবং সেটি প্রদান করাই আপনার একমাত্র সবচেয়ে টেকসই সুরক্ষা। যে draftটি disclose করা আছে এবং ভালোভাবে সম্পাদিত, সেটি লুকানো কোনো draft-এর মতো করে ডিটেক্টর আপডেটের ধাক্কায় হঠাৎ করে “আটকে” যাবে না।
আমরা আমাদের নিজেদের সীমা নিয়ে সোজাসুজি থাকি। আমরা Turnitin, GPTZero, Copyleaks, ZeroGPT এবং Originality.ai-এর বিরুদ্ধে পরীক্ষা করি এবং শক্তিশালী ফল দেখি, কিন্তু আমরা কখনোই “নিশ্চিত পাস” বলে প্রতিশ্রুতি দিই না। কারণ Turnitin-এর আগস্ট ২০২৫ আপডেট ঠিক সেই ধরনের পরিবর্তন, যা পরের কোয়ার্টারেই যেকোনো “নিশ্চিত পাস” প্রতিশ্রুতিকে মিথ্যা বানিয়ে দেয়।
ডিটেকশন কোথায় যাচ্ছে
আজকের স্কোরের মতোই গুরুত্বপূর্ণ হলো দিকটা (direction)। ডিটেকশন এখন “পরে আন্দাজ করা” থেকে সরে গিয়ে provenance-এর দিকে যাচ্ছে, অর্থাৎ কীভাবে ডকুমেন্টটি বাস্তবে লেখা হয়েছে তার একটি রেকর্ড।
এই ক্ষেত্রে Turnitin-এর নিজেদের পদক্ষেপ হলো Clarity, যা জুলাই ২০২৫-এ সাধারণভাবে উপলব্ধ (general availability) হয় এবং TIME-এর ২০২৫ Best Inventions-এ নাম পায়। কেবল শেষ লেখা টেক্সট স্কোর করার বদলে এটি লেখার প্রক্রিয়াটিকেই দেখে। আমাদের Turnitin Clarity এক্সপ্লেইনারে আমরা শিক্ষার্থীদের জন্য ব্যাখ্যা করি, এর মানে কী। সারকথা হলো: প্রক্রিয়ার ভিত্তিতে গ্রেড করা একটি সিস্টেম সেই লেখকদের পুরস্কৃত করে যারা সত্যিই কাজটি করেছে এবং তা দেখাতে পারে, এবং যারা শেষ মুহূর্তে bypass-এর ওপর ভরসা করে তাদের জন্য এটি খুব বেশি সুবিধা দেয় না।
এ কারণেই “একটি humanizer কি Turnitin-কে হারাতে পারে?” প্রশ্নটা ধীরে ধীরে ভুল প্রশ্নে পরিণত হচ্ছে। আপনি যদি বর্তমান প্রমাণগুলোর (evidence) একটি নির্মোহ চিত্র চান, তাহলে AI humanizers actually work বিষয়ে আমাদের রাউন্ডআপ দেখায়, কোথায় তারা সাহায্য করে এবং কোথায় ব্যর্থ হয়। আর আপনি যদি প্রথম থেকেই নৈতিক সীমারেখা ঠিক কোথায় বসে তা নিয়ে অনিশ্চিত থাকেন, তাহলে আমরা is using an AI humanizer cheating পোস্টে সেটি ধরে হাঁটিয়ে ব্যাখ্যা করি।
সঠিকভাবে আপনার খসড়াকে Humanize করুন
AI-সহায়ক লেখাকে আপনার নিজের একাডেমিক কণ্ঠে পুনর্লিখন করুন, তবে উদ্ধৃতি, পরিভাষা, এবং অর্থ অক্ষুণ্ণ রাখুন, এরপর আপনার AI ব্যবহার প্রকাশ করুন এবং অনুমানের খেলা ছাড়াই জমা দিন।
ProofreaderPro.ai ফ্রি করে দেখুনTurnitin কীভাবে আপনার লেখা স্কোর করে, এবং সেটি কতটা নির্ভুল
তাহলে “পর্দার আড়ালে” Turnitin কীভাবে কাজ করে? এটি আপনার প্রবন্ধকে অর্থের জন্য পড়ে না। এটি আপনার ভাষার পরিসংখ্যানগত টেক্সচার (statistical texture) মাপে, মূলত দুইটি সংকেতের মাধ্যমে: perplexity (প্রতিটি শব্দ কতটা অনুমেয়) এবং burstiness (বাক্যের দৈর্ঘ্য ও ছন্দ কতটা বদলায়)। মানবীয় লেখা সাধারণত কম অনুমেয় এবং বেশি অসমান হয়। AI খসড়া সাধারণত মসৃণ এবং সমান গতির (evenly paced) মনে হয়। Turnitin আনুমানিক ২৫০ শব্দের সেগমেন্টে এই বিশ্লেষণ চালায় এবং ডকুমেন্টের কত শতাংশ অংশকে এটি সম্ভবত AI-generated বলে মনে করে তার শতাংশ রিপোর্ট করে।
রিপোর্ট পড়া অনেক শিক্ষার্থী যতটা ভাবেন তার চেয়েও বেশি গুরুত্বপূর্ণ। ১ থেকে ১৯ শতাংশের মধ্যে স্কোর চাপা থাকে: আপনি সংখ্যা দেখার বদলে একটি অ্যাস্টেরিস্ক দেখেন এবং কোনো হাইলাইট পান না, কারণ ওই ব্যান্ডে false positives বেশি। কেবল ২০ শতাংশ ও তার বেশি হলেই Turnitin একটি চিত্র দেখায় এবং যে বাক্যগুলো সমস্যা তৈরি করছে সেগুলো হাইলাইট করে। তাই “কোন Turnitin স্কোরকে নিরাপদ ধরা যায়?” প্রশ্নটার অস্বস্তিকর উত্তর হলো: কোনো প্রকাশিত “safe” লাইন নেই, এবং চাপা (suppressed) কম স্কোর পরিষ্কার “ক্লিয়ার বিল অব হেলথ” (clean bill of health), এর সমান নয়।
এখন আরও কঠিন প্রশ্ন: Turnitin কি নির্ভুল? Turnitin-এর নির্ভুলতা একটি একক সংখ্যার চেয়ে বরং একটি tradeoff (সমঝোতা) হিসেবে বোঝা ভালো। false-positive rate কম রাখতে টুলটি ইচ্ছাকৃতভাবে কিছু AI টেক্সট মিস করে, এবং তার নিজস্ব নির্দেশনাতেও বলা আছে যে স্কোরটি কোনো একাডেমিক সিদ্ধান্তের একমাত্র ভিত্তি হওয়া উচিত নয়। স্বাধীন টেস্টিং মার্কেটিং-এর চেয়ে অনেক বেশি জটিল চিত্র দেখায়।
| Measure | Turnitin's claim (vendor) | Independent finding |
|---|---|---|
| Overall document false positives | Less than 1%, and only on papers already scored 20% or higher | Vanderbilt: at a 1% rate across roughly 75,000 annual submissions, about 750 papers could still be wrongly flagged |
| Non-native and ESL essays | No separate figure, folded into the same less-than-1% claim | Liang et al. (2023): about 61% of non-native TOEFL essays flagged as AI, versus about 5% for native writers |
| AI text caught versus missed | Catches most, but may miss up to about 15% by design to hold false positives down | RAID benchmark (ACL 2024): detectors are "easily fooled" by paraphrasing and adversarial edits |
মাঝের সারিটি, যেটি আপনার সবচেয়ে বেশি চিন্তা করা উচিত। Turnitin-এর একটি false positive লেখকভেদে সমানভাবে ছড়ায় না। Patterns-এ প্রকাশিত Liang et al. (2023) নন-নেটিভ TOEFL প্রবন্ধে সাতটি ডিটেক্টর চালিয়ে দেখে যে আনুমানিক ৬১% প্রবন্ধকে AI হিসেবে ফ্ল্যাগ করা হয়, নেটিভ স্পিকারের ক্ষেত্রে যা প্রায় ৫%। ভুলভাবে শ্রেণিবদ্ধ হওয়া প্রবন্ধগুলো সাধারণত তুলনামূলক সহজ শব্দভাণ্ডার ব্যবহার করেছিল, যা কম perplexity হিসেবে পড়া যায়, আর একটি ডিটেক্টর এটিকে “machine” হিসেবে পড়ে। আপনি যদি আপনার দ্বিতীয় বা তৃতীয় ভাষায় লিখেন, তাহলে আপনার নিজের কোনো দোষ ছাড়াই ভুলভাবে AI-অভিযুক্ত হওয়ার বেস রেট (base rate) বেশি।
এ কারণেই একটি নির্দিষ্ট সংখ্যার পেছনে ধাওয়া করা ভুল প্রবৃত্তি। স্কোরটি কী মাপে, এবং কোথায় তা ভেঙে পড়ে, এটা জানলে যে কোনো bypass কৌশলের চেয়ে বেশি আপনাকে সুরক্ষা দেয়। আমাদের নিজস্ব academic humanizer তৈরি করা হয়েছে, আপনার citations বা ডেটা না ছুঁয়ে প্রাকৃতিক variation ফিরিয়ে আনতে, এবং আপনি যদি মেকানিক্স জানতে চান, আমরা আলাদাভাবে ব্যাখ্যা করি AI detection-এ perplexity মানে কী ।
প্রায়শই জিজ্ঞাসিত প্রশ্নাবলি
প্রশ্ন: Turnitin কি humanized AI লেখা শনাক্ত করতে পারে?
ক্রমেই হ্যাঁ। Turnitin ২০২৪ সালে AI-paraphrasing শনাক্তকরণ যোগ করে এবং ২০২৫ সালের আগস্টে একটি dedicated AI-bypasser মডেল যোগ করে, দুই ক্ষেত্রেই বিশেষভাবে humanizer দিয়ে চালানো টেক্সটকে লক্ষ্য করা হয়েছিল। এটি সবকিছু ধরতে পারে না, কিন্তু যে সময়গুলোতে দ্রুত একটি humanizer pass নির্ভরযোগ্যভাবে Turnitin-কে হারাতে পারত, সেগুলো শেষের দিকে। তাই “নিশ্চিত পাস” ধরনের প্রতিশ্রুতি সম্পর্কে সন্দেহ রাখা উচিত।
প্রশ্ন: Turnitin কি QuillBot শনাক্ত করতে পারে?
প্রায়ই, হ্যাঁ। QuillBot-এর humanizer একটি paraphrasing engine-এর ওপর তৈরি, এবং স্বাধীন টেস্টিং দেখায় যে surface-level synonym swapping Turnitin যে অন্তর্নিহিত পরিসংখ্যানগত প্যাটার্ন মাপে সেটি বদলায় না। paraphrasing একা সাধারণত এতটাই সিগনেচার রেখে যায় যে শনাক্তকরণ সম্ভব হয়, তাই অর্থ অক্ষুণ্ণ রেখে rewrite করা word substitution-এর চেয়ে বেশি গুরুত্বপূর্ণ।
প্রশ্ন: Turnitin কি humanizer শনাক্তকরণ যোগ করেছে?
হ্যাঁ। ২০২৫ সালের ২৭ আগস্ট Turnitin AI-bypasser শনাক্তকরণ চালু করে, তিনটি মডেলের এনসেম্বল এবং humanized টেক্সট ধরার জন্য তৈরি একটি dedicated মডেলসহ; বর্তমানে এটি কেবল ইংরেজির জন্য। স্থায়ীভাবে অদৃশ্য থাকার (permanent undetectability) দাবি ২০২৬-এ টেকে না, এইটাই মূল কারণ।
প্রশ্ন: একাডেমিক লেখায় AI ব্যবহার করার সবচেয়ে নিরাপদ উপায় কী?
AI-কে সহায়তা হিসেবে ব্যবহার করুন, তারপর আউটপুটটি আপনার নিজের কণ্ঠস্বর (voice) অনুযায়ী সংশোধন করুন, citations ও অর্থ অক্ষুণ্ণ রাখুন, এবং আপনার বিশ্ববিদ্যালয় বা জার্নালের নীতি অনুযায়ী সহায়তাটি disclosure দিন। ডিটেক্টর আপডেট হলেও এভাবে এগোলে তা টিকে থাকে, কারণ এটি কোনো কৌশল নয়; এটি একটি টুল দ্বারা সমর্থিত বাস্তব স্কলারশিপ। অন্যদিকে শূন্য AI স্কোরের পেছনে ছোটা ভুল জিনিসকে অপ্টিমাইজ করে এবং ডিটেক্টর বদলালেই উল্টো বিপদ ডেকে আনতে পারে।
প্রশ্ন: Turnitin-এর AI ডিটেক্টর কতটা নির্ভুল?
Turnitin ডকুমেন্ট-লেভেলের false-positive rate ১% এর নিচে বলে বিজ্ঞাপন দেয়, কিন্তু এই হিসাব কেবল সেই সব প্রবন্ধে প্রযোজ্য যেগুলো ইতিমধ্যে ২০% বা তার বেশি স্কোর করা হয়েছে। পাশাপাশি সেই হার কম রাখতে টুলটি প্রায় ১৫% পর্যন্ত AI টেক্সট মিস করতে পারে। স্বাধীন টেস্টিং দেখায়, বাস্তব নির্ভুলতা লেখকভেদে অনেক বদলায়, বিশেষ করে নন-নেটিভ ইংরেজির ক্ষেত্রে। স্কোরকে কোনো কিছুর প্রমাণ হিসেবে নয়, বরং একটি দুর্বল সংকেত (weak signal) হিসেবে ধরুন।
প্রশ্ন: Turnitin কেন এমন লেখা ফ্ল্যাগ করে যেটা আমি নিজে লিখেছি?
Turnitin সততা (honesty) বিচার করে না; এটি এমন টেক্সট ফ্ল্যাগ করে যার word-level predictability এবং বাক্যের ছন্দ পরিসংখ্যানগতভাবে AI-এর মতো দেখায়। ইংরেজির সহজ বা বেশি ফর্মুলামূলক ধরনও এটিকে ট্রিগার করতে পারে, যার কারণেই Liang et al. (2023) দেখেছে: নন-নেটিভ TOEFL প্রবন্ধগুলোর প্রায় ৬১% ডিটেক্টর দ্বারা AI হিসেবে ফ্ল্যাগ হয়, নেটিভ লেখকদের ক্ষেত্রে যা প্রায় ৫%। আপনি যদি ভুলভাবে ফ্ল্যাগ হয়ে থাকেন, তাহলে আপনার খসড়া এবং version history সংরক্ষণ করুন, যাতে আপনি আপনার লেখার প্রক্রিয়াটি দেখাতে পারেন।
উদ্ধৃতি, শব্দচয়ন, এবং অর্থ অক্ষুণ্ণ রেখে AI-সহায়ক খসড়া আপনার নিজের একাডেমিক কণ্ঠে সংশোধন করুন, পাঁচটি প্রধান ডিটেক্টরের বিরুদ্ধে পরীক্ষা করা হয়েছে।
Moe একজন NLP ইঞ্জিনিয়ার একজন PhD সহ প্রাকৃতিক ভাষা প্রক্রিয়াকরণে। তার গবেষণা কম্পিউটেশনাল ভাষাতত্ত্ব, পাঠ্য বিশ্লেষণ এবং মেশিন লার্নিংকে কভার করে এবং এটি সরাসরি ProofreaderPro-এর পিছনে সম্পাদনা এবং মানবীকরণ মডেলগুলিতে যোগ করে। তিনি প্রক্রিয়াটির অংশ সম্পর্কে লিখেছেন যা বেশিরভাগ লোকেরা কখনই দেখে না: কীভাবে একটি ভাষা মডেল একটি বাক্য পড়ে, স্কোর করে এবং কী পরিবর্তন করতে হবে তা সিদ্ধান্ত নেয়।
