Буквы-двойники
CYRILLIC SMALL LETTER IE (U+0435)
Кириллическая буква «е», нарисованная в точности как латинская e.
- Кодовая позиция
U+0435- Категория
- Буквы-двойники
- Удаляется по умолчанию
- Нет
- Управляющий параметр
- Буквы-двойники
--confusables - Может нести нагрузку
- Нет
Откуда он берётся
Кириллический текст — а в латинских словах из смешанных раскладок или намеренной подмены.
Почему это важно
E — самая частая буква английского, поэтому она и самая выгодная цель для подмены омоглифом: место для одной замены найдётся почти в каждом слове.
До и после
Одна буква из другого алфавита — и слово больше не совпадает само с собой.
Символ показан подписанной плашкой, чтобы было видно, где он стоит. В вашем тексте он не рисует ровно ничего.
Когда он уместен
В русском, украинском, болгарском, сербском и других языках с кириллическим письмом.
Как его удалить
Включите параметр «Буквы-двойники» (`--confusables`) — она станет латинской «e».
Это водяной знак ИИ?
Не водяной знак
Нет. Подменённая «e» — вмешательство человека: обход фильтра, подделка или скрытая нагрузка, но не артефакт модели.
Никак не связан с машинно сгенерированным текстом. Он приходит из программы, с клавиатуры или от человека.
Вопросы
Так обходят фильтры модерации?
Это один из способов. Запрещённое слово с одной кириллической буквой это другая строка, поэтому буквальный чёрный список его пропускает, а читатель — нет.
Помогает ли здесь нормализация?
Нет. Ни NFC, ни NFKC не отображают кириллические буквы на латинские — это по-настоящему разные буквы. Меняет их только явная таблица двойников.
Проверьте свой текст
Вставьте что угодно в инструмент очистки, чтобы увидеть каждый скрытый символ: позицию, кодовую позицию и то, что произойдёт с каждым из них. Ничего никуда не отправляется.