Roberta Base Ai Text Detection V1

🚀 RoBERTa-base AI文本檢測器

本項目是經過微調的RoBERTa-base模型，用於檢測英文的AI生成文本。它能有效識別文本是否由AI生成，為內容審核等場景提供有力支持。

🚀 快速開始

你可以直接使用管道來調用這個模型。為了獲得更好的性能，你應該應用 utils.py 中的 clean_text 函數。

from transformers import pipeline
from utils import clean_text

classifier = pipeline(
    "text-classification",
    model="fakespot-ai/roberta-base-ai-text-detection-v1"
)

# 單條文本
text = "text 1"
classifier(clean_text(text))
[   
    {
        'label': str,
        'score': float
    }
]

# 文本列表
texts = ["text 1", "text 2"]
classifier([clean_text(t) for t in texts])
[   
    {
        'label': str,
        'score': float
    },
    {
        'label': str,
        'score': float
    }
]

💻 使用示例

基礎用法

from transformers import pipeline
from utils import clean_text

classifier = pipeline(
    "text-classification",
    model="fakespot-ai/roberta-base-ai-text-detection-v1"
)

# 單條文本
text = "text 1"
classifier(clean_text(text))
[   
    {
        'label': str,
        'score': float
    }
]

高級用法

# 處理文本列表時，可批量輸入文本進行檢測
texts = ["text 1", "text 2"]
classifier([clean_text(t) for t in texts])
[   
    {
        'label': str,
        'score': float
    },
    {
        'label': str,
        'score': float
    }
]

📄 許可證

本項目採用Apache-2.0許可證。

📚 詳細文檔

更多詳細信息和關於該模型及我們所進行實驗的技術報告，請查看 FakespotAILabs/ApolloDFT。

⚠️ 重要提示

• 模型的得分代表輸入文本是由AI生成或人類編寫的可能性估計，而不是表示文本中AI生成或人類編寫部分的比例。
• 一般來說，輸入的文本越長，模型的準確性和性能越好。