AIの文体を記号で比較、GLM-5.3は回答平均7.4個の長いダッシュを使用
日本語参考要約訳
AA-PersonalityBenchでは、GLM-5.3は測定したどのモデルよりもemダッシュを多く使い、回答当たり平均7.4個です。一方、Claude Opus 5.5、Claude Sonnet 5.5、Claude Haiku 5.5はほとんど使いません。 ベンチマーク全体で各モデルのすべての回答に含まれるemダッシュを数えています。Claude Fable 5.1は回答平均6.4個、Claude Opus 5.5は40回答に1個未満です。 回答当たりの平均個数： 多いモデル：GLM-5.3（7.4）、GLM-5.3-Flash（6.9）、Muse Wonder（6.9）、Kimi K3（6.7）、Muse Spark 1.3（6.5）。 少ないモデル：GPT-3.5 Turbo（0.00）、Claude Haiku 5.5（0.00）、Claude Sonnet 5.5（mediumで0.00、maxで0.01）、Llama 4 Maverick（0.01）、Claude Opus 5.5（0.02）。
※長文投稿のため、参考訳は概要を最大600字まで表示しています。 元投稿をご参照ください
AINNでは投稿本文・投稿者本人の追記・第三者コメントの全文転載を避け、X公式埋め込みと元投稿への導線を中心に表示します。
AIによる見どころ整理
何について
Artificial AnalysisがAA-PersonalityBenchの回答に含まれるemダッシュを集計した。公式投稿ではGLM-5.3が回答平均7.4個で最多、Claude Fable 5.1は6.4個だった。一方、Claude Opus 5.5は0.02個、Haiku 5.5は0.00個、Sonnet 5.5は推論設定mediumで0.00個、maxで0.01個と少ない。方法説明では、900の英語設問に各モデルがシステム指示なしで1回ずつ答え、記号などをプログラムで数える。emダッシュ「—」が対象で、二つのハイフンは含まない。モデルの文章の癖を知る比較であり、正確さや能力の順位でも、記号だけで文章がAI製か判定できるという結果でもない。
なぜ注目
既報の文体ベンチマークから、具体的な記号の使用頻度が示された。文章の好みや推論設定の違いを考える材料になるが、英語設問での観測という範囲がある。
🔰 初学者向け要約
AIごとに、文章でよく使う記号にも違いがある。今回は長い横線の回数を比べたもので、多いほど賢い、少ないほど人間らしいと決める評価ではない。
用語を調べる
公開記事とWeb上の出典をもとに、Geminiが短く説明します。1日5回まで利用できます。