RADAR Vicuna 7B

🚀 RADAR模型卡片

RADAR-Vicuna-7B是一個AI文本檢測器，通過在人類文本語料庫（OpenWebText）和基於該語料庫生成的AI文本語料庫上，讓檢測器和釋義器進行對抗學習訓練得到。它可以幫助用戶檢測大語言模型生成的文本。

📚 詳細文檔

模型詳情

RADAR-Vicuna-7B是一個AI文本檢測器，通過檢測器和釋義器在人類文本語料庫（OpenWebText）和基於該語料庫生成的AI文本語料庫上進行對抗學習訓練得到。

• 開發者：TrustSafeAI
• 模型類型：基於Transformer架構（RoBERTa）的僅編碼器語言模型
• 許可證：非商業許可證（繼承自Vicuna-7B-v1.1）
• 基礎模型：RoBERTa

模型資源

• 項目頁面：https://radar.vizhub.ai/
• 論文：https://arxiv.org/abs/2307.03838
• IBM博客文章：https://research.ibm.com/blog/AI-forensics-attribution

📦 安裝指南

請參考以下指南，瞭解如何在本地運行下載的模型或使用我們託管在Huggingface Space上的API服務：

• Google Colab演示：https://colab.research.google.com/drive/1r7mLEfVynChUUgIfw1r4WZyh9b0QBQdo?usp=sharing
• Huggingface API文檔：https://trustsafeai-radar-ai-text-detector.hf.space/?view=api

🔧 技術細節

訓練流程

我們提出了釋義器和檢測器之間的對抗學習方法。釋義器的目標是讓AI生成的文本更像人類撰寫的文本，而檢測器的目標是提高其識別AI文本的能力。

1. 步驟1：訓練數據準備：在訓練之前，我們使用Vicuna-7B基於OpenWebText中的人類文本的前綴跨度進行文本補全，以生成AI文本。
2. 步驟2：更新釋義器：在訓練過程中，釋義器會對步驟1中生成的AI文本進行釋義。然後收集檢測器返回的獎勵，使用代理近端優化損失來更新釋義器。
3. 步驟3：更新檢測器：使用邏輯損失對人類文本、AI文本和釋義後的AI文本進行優化。

更多詳細信息請參閱這篇論文的第3和第4節。

✨ 主要特性

用戶可以使用此檢測器輔助檢測大語言模型生成的文本。

⚠️ 重要提示

請注意，此檢測器是在Vicuna-7B-v1.1生成的AI文本上進行訓練的。由於該模型僅支持非商業用途，因此不允許將此檢測器用於商業活動。

💡 使用建議

我們建議用戶謹慎使用我們的工具，以輔助大規模識別AI撰寫的內容。如果檢測結果要用作證據，則需要進一步的驗證步驟，因為RADAR並不總是能做出正確的預測。