测量法语中对作者风格的嵌入敏感性：比较文学文本与语言模型重写

大语言模型 (LLM) 可以令人信服地模仿人类书写风格，但目前尚不清楚有多少风格信息被编码在任何语言模型的嵌入中，并在 LLM 重写后保留。我们用法语研究这些问题，使用受控的文学数据集通过嵌入分散的变化来量化文体变化的影响。我们观察到嵌入可靠地捕获了作者的风格特征，并且这些信号在重写后仍然存在，同时还表现出 LLM 特定的模式。这些分析结果为语言模型时代的作者模仿检测提供了有希望的方向。