Claude को "load-bearing" कहने से कैसे रोकें
Claude जैसे large language models की एक विशिष्ट, ज़रूरत से ज़्यादा गढ़ी हुई writing style के लिए आलोचना बढ़ रही है, जिसमें repeated metaphors और stock phrases (“load-bearing,” “belt-and-suspenders,” “honest take,” आदि) भरे रहते हैं। टिप्पणीकारों को चिंता है कि यह clichéd “AI slop” मानव संचार में leak कर रहा है, documentation और prose को खराब कर रहा है, और online text पर भरोसा करना या उसे सहना भी कठिन बना रहा है, जबकि दूसरे लोग बताते हैं कि ये tics RLHF और feedback loops के side effects हैं, किसी गहरे इरादे के नहीं। सुझाए गए fixes में prompt engineering और personal style guides (CLAUDE.md) से लेकर regex-based post-processing और बाहरी “debabbling” tools तक शामिल हैं, हालांकि कई लोगों का कहना है कि असली समाधान models को train और tune करने के तरीके को बदलने से ही आएगा.
Claude की भाषा-शैली पर शिकायतें
- कई टिप्पणीकार बार-बार आने वाले “Claude-isms” से थक चुके हैं: जैसे load‑bearing, belt‑and‑suspenders, honest take, genuine, smoking gun, blast radius, spine, substrate, ledger, surface, gate, seam, planes, scaffolding, और em-dash का भारी उपयोग।
- आपत्तियाँ किसी एक वाक्यांश से कम और दोहराव, भव्य लहजे, और अस्पष्ट management-speak से ज़्यादा हैं, जो सरल बातों को ढक देता है या निश्चितता को बढ़ा-चढ़ाकर पेश करता है।
- कुछ लोग अनुपयुक्त intensifiers (“incredibly cheap,” “bulletproof,” “root cause”) और गढ़े हुए jargon की भी बात करते हैं, जो explanations की बजाय puzzles जैसा लगता है।
- कुछ लोग इससे परेशान नहीं हैं, या jargon को पसंद भी करते हैं, और कहते हैं कि यह संक्षिप्त, अभिव्यंजक, और engineering contexts में उपयोगी है जब इसका अति-उपयोग न हो।
Workarounds और tools
- लोग CLAUDE.md / instructions का उपयोग phrases को ban करने, first-person pronouns से बचने, या संक्षिप्तता और “normal” tone की मांग करने के लिए करते हैं। परिणाम मिश्रित हैं; model अक्सर slip कर जाता है।
- Hooks / post-processing filters (regex replacements, local scripts, browser tools जैसे debabel, caveman, “humanizer,” custom prose linters) लोकप्रिय हैं क्योंकि ये reasoning process को नहीं, केवल visible output को प्रभावित करते हैं।
- कुछ लोगों को चिंता है कि prompt के भीतर बहुत सारे style rules attention को dilute कर सकते हैं और task quality को नुकसान पहुँचा सकते हैं।
Models इस तरह क्यों बोलते हैं — इसके सिद्धांत
- सामान्य विचार: RLHF और preference training एक reassuring, “smart-sounding” corporate style को reward करते हैं, जिससे feedback loops बनते हैं जहाँ कुछ tics (“honest,” “load-bearing”) और अधिक बढ़ जाते हैं।
- कुछ लोग इसे mode collapse और synthetic data से जोड़ते हैं: models एक-दूसरे के outputs पर train होते हैं और वही patterns reinforce करते हैं।
- एक अल्पसंख्यक का सुझाव है कि model शायद कम-उपयोग होने वाले लेकिन अर्थ की दृष्टि से उपयोगी metaphors जैसे “load-bearing” का ज़रूरत से ज़्यादा उपयोग कर रहा है, हालांकि दूसरे इसे anthropomorphizing कहकर खारिज करते हैं।
मानवों और संस्कृति पर प्रभाव
- कई लोग बताते हैं कि सहकर्मी और online writers अनजाने में Claude/GPT phrasing अपनाने लगते हैं; AI शैली docs, blogs, और commits में human prose में leak कर रही है।
- कुछ लोग पहचानने योग्य LLM style को AI content को filter करने के लिए एक उपयोगी “tell” मानते हैं; दूसरे नाराज़ हैं कि उनकी अपनी पुरानी आदतें (em-dashes, “load-bearing”) अब AI-like के रूप में चिह्नित की जा रही हैं।
- AI-लिखित internal docs और handoffs के प्रति गहरी नाराज़गी है: verbose, खराब संरचित “slop” जो समय बर्बाद करता है। कुछ teams “don’t ship text you didn’t write” जैसे norms पर विचार कर रही हैं।
- व्यापक विभाजन: एक camp अत्यधिक सक्षम लेकिन स्पष्ट रूप से non-human-sounding tools चाहता है; दूसरा writing tasks के लिए specialized models या modes चाहता है जो अच्छी, विविध prose को प्राथमिकता दें।