Student pracoval s relevantní literaturou a vhodně ji využil při řešení práce. K práci se studijními materiály nemám zásadní připomínky.

Práce byla dokončována spíše na poslední chvíli. Finální verze práce však byla konzultována, takže k definitivnímu obsahu bylo možné poskytnout zpětnou vazbu.

Práce je pro čtenáře dobře pochopitelná, text se čte plynule a jednotlivé kapitoly na sebe logicky navazují.

Popis implementace by místy zasloužil hlubší strukturování, avšak jako celek je dostačující a implementace nástroje je vhodně členěna. V práci se objevují některé prezentační nedostatky, například méně vhodné názvy částí, jako je „Why This Matters for AI-Text Detection“. V sekci 4.3 autor u popisu jednotlivých metrik opakovaně začíná odstavce názvem metriky, který je již uveden v nadpisu. Tyto nedostatky však výrazně nenarušují celkovou čitelnost práce.

Student při řešení vycházel ze stejného datasetu jako referenční systém. Z referenčního řešení převzal podmnožinu příznaků a doplnil tři vlastní příznaky: Shannonovu entropii, směrodatnou odchylku délky vět a směrodatnou odchylku délky slov. Výsledný systém kombinuje dva modely. Implementace je funkční a její funkčnost student demonstroval při konzultaci. Pro implementaci využil řadu existujících knihoven, přičemž jejich použití je v souladu s licenčními podmínkami.

Slabším místem řešení je omezený výběr příznaků oproti referenčnímu systému, který není dostatečně motivován. Student navíc opomenul jeden z nejdůležitějších příznaků referenčního systému. Výsledný systém dosahuje horších výsledků než referenční řešení, přičemž student neprovedl vlastní reimplementaci referenčního systému a porovnává se pouze s výsledky prezentovanými v původním článku. To může být zdrojem nepřesnosti. Dalším možným zdrojem nepřesnosti je použití pevného rozhodovacího prahu nastaveného na hodnotu 0,5 bez normalizace.

Pozitivně hodnotím provedenou ablační studii důležitosti příznaků. Ta ukázala, že Shannonova entropie, tedy jeden z příznaků doplněných studentem, přispívá k výsledkům nejvíce.

Evaluation level: zadání splněno

Všechny body zadání byly splněny. Student se seznámil s oblastí stylometrie, fungováním velkých jazykových modelů a existujícími přístupy k detekci strojově generovaného textu. Na základě získaných poznatků navrhl a implementoval vlastní nástroj, jehož funkčnost následně experimentálně ověřil a vyhodnotil.

Výběr zdrojů je převážně vhodný a zahrnuje odborné prameny relevantní k tématu práce. V některých případech se však autor opírá o méně vhodné zdroje, například blogové příspěvky ([12]). U některých tvrzení a používané terminologie by bylo vhodné poskytnout hlubší oporu v odborné literatuře, například v části věnované fungování velkých jazykových modelů.

U některých obrázků je sice uveden zdroj, ale v textu není verbálně zřejmé, že jde o převzatý obrázek. Příkladem je obrázek 2.1. Seznam literatury má rovněž formální nedostatky. U online zdrojů chybí některé povinné položky, u publikací s DOI není tento identifikátor vždy uveden a v některých případech chybí i základní identifikátory, například URL ([10]). Problematické je to zejména u zdrojů, které jsou v textu často používány.