Answerdotai ModernBERT Base Ai Detector

🚀 answerdotai-ModernBERT-base-ai-detector

本模型是基於 answerdotai/ModernBERT-base 在AI與人類文本分類數據集 DAIGT V2 Train Dataset 上進行微調的版本。它在評估集上取得了如下結果：

• 驗證損失：0.0036

🚀 快速開始

本模型可用於識別AI生成文本和人類撰寫文本，在AI內容檢測、文本分類等領域有廣泛應用。

✨ 主要特性

• 基於輕量級且高效的 ModernBERT-base 模型。
• 經過微調，可有效區分AI生成文本（如ChatGPT、DeepSeek、Claude等生成的文本）和人類撰寫的文本。

📦 安裝指南

文檔未提及安裝步驟，可參考 transformers 庫的官方安裝指南進行安裝。

💻 使用示例

基礎用法

from transformers import AutoModelForSequenceClassification, AutoTokenizer, pipeline

model_name = "answerdotai/ModernBERT-base-ai-detector"

# Load model and tokenizer
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# Create text classification pipeline
classifier = pipeline("text-classification", model=model, tokenizer=tokenizer)

# Run classification
text = "This text was written by an AI model like ChatGPT."
result = classifier(text)

print(result)

📚 詳細文檔

📝 模型描述

本模型基於 ModernBERT-base，這是一個輕量級且高效的基於BERT的模型。它經過微調，用於進行 AI生成文本與人類撰寫文本的分類，能夠區分 AI模型（如ChatGPT、DeepSeek、Claude等） 生成的文本和人類作者撰寫的文本。

🎯 預期用途與侷限性

✅ 預期用途

• AI生成內容檢測（例如檢測ChatGPT、Claude、DeepSeek生成的內容）。
• 文本分類，用於區分人類撰寫的內容和AI生成的內容。
• AI內容檢測的教育與研究應用。

⚠️ 侷限性

• 並非100%準確：部分AI生成的文本可能與人類寫作相似，反之亦然。
• 受訓練數據集範圍限制：對於 領域外 的文本可能表現不佳。
• 存在偏差風險：如果數據集存在偏差，模型可能會繼承該偏差。

📊 訓練和評估數據

• 該模型在 35,894個訓練樣本 和 8,974個測試樣本 上進行了微調。
• 數據集包含 AI生成的文本樣本（如ChatGPT、Claude、DeepSeek等生成的文本） 和 人類撰寫的樣本（如維基百科、書籍、文章）。
• 標籤：
  • 1 → AI生成的文本
  • 0 → 人類撰寫的文本

⚙️ 訓練過程

訓練超參數

訓練過程中使用了以下超參數：

📈 訓練結果

🛠 框架版本

📄 許可證

本項目採用 apache-2.0 許可證。