morsechimwai

Elimina los signos de escritura generada por IA de un texto, haciéndolo sonar más natural y humano. Basado en la guía 'Señales de escritura de IA' de Wikipedia, detecta y corrige patrones como simbolismo inflado, lenguaje promocional y voz pasiva.

Utilice cuando trabaje con datos a gran escala, búsqueda de similitud, deduplicación, top-K / heavy-hitters, análisis de streaming, estimación de cardinalidad, embeddings, sistemas de recomendación, procesamiento de señales/imágenes, aritmética polinomial o de enteros grandes, convolución, distancia de grafos, geometría computacional, algoritmos aleatorios, o cualquier problema con n >= 10^6 donde el cálculo exacto es un desperdicio.

Úselo al refactorizar código existente con un Big-O deficiente, como bucles anidados, escaneos O(n^2)+, trabajo repetido, asignaciones redundantes o memoria agotada.

Utilice esta habilidad al escribir o revisar código que llama a APIs de IA/inferencia de pago en bucles, colas, rutas de reintento, pasos de agente, manejadores de webhook o trabajos en segundo plano. Trata el costo en dólares como una tercera dimensión de complejidad, junto con el tiempo y el espacio, forzando la definición de un límite de costo por ejecución.

Utilice esta habilidad al desarrollar o revisar algoritmos donde la implementación directa podría ser sutilmente incorrecta, como en casos de postcondiciones fuertes, mutaciones in-place con punteros de lectura/escritura, estados recursivos complejos o posibles errores de 'off-by-one'.

Utilícelo al escribir, editar o revisar código que involucre bucles, colecciones, búsquedas, uniones, recursión, grafos o consultas sobre muchos elementos. Impulsa el pensamiento algorítmico antes de codificar, identificando la complejidad de tiempo/espacio, estructuras de datos y familias de algoritmos, y detecta ineficiencias como bucles O(n^2) o consultas N+1.

Esta habilidad es para escribir, editar o revisar código que involucre bucles, colecciones, búsquedas, uniones, recursión, grafos, consultas o cualquier computación sobre muchos elementos. Fuerza el pensamiento algorítmico identificando la complejidad de tiempo/espacio, estructuras de datos y familias de algoritmos, detectando ineficiencias como bucles O(n^2) o consultas N+1.

Ideal para tareas con datos a gran escala, como búsqueda de similitud, deduplicación, análisis de streaming y estimación de cardinalidad. También es útil para embeddings, sistemas de recomendación, procesamiento de señales/imágenes y problemas con n >= 10^6 donde el cálculo exacto es ineficiente.

Úselo para refactorizar código existente con un Big-O deficiente, abordando problemas como bucles anidados, complejidad O(n^2), trabajo repetido o uso excesivo de memoria. Se enfoca en optimizar la complejidad de tiempo y espacio del código ya implementado.

Use esta habilidad al escribir o revisar algoritmos donde la implementación obvia es sutilmente incorrecta, como aquellos con postcondiciones fuertes, mutaciones in-place, recursión compleja o posibles errores de 'off-by-one'.

Transforma texto generado por IA en contenido natural y humano que evade detectores de IA como GPTZero, Turnitin y Originality.ai. Utiliza créditos basados en el recuento de palabras.