/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
CC BY-NC 4.0
Архитектура
bert · dense
Базовая модель
bert-base-portuguese-cased
Опубликована
18 мая 2025

pt-ai-detector

Классификация текстаТекст → label3 профессии

BERT-модель Detecting-ai классифицирует португалоязычный текст как написанный человеком или сгенерированный ИИ.

173скачиваний за 30 дней3лайкавеса обновлены23 мая 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

pt-ai-detector — модель Detecting-ai для классификации португалоязычных текстов по вероятному авторству: человеческий текст или текст, сгенерированный ИИ. Это BERT-base, дообученная на базе neuralmind/bert-base-portuguese-cased; размер модели — 136,1 млн параметров, максимальный контекст — 512 токенов. Репозиторий содержит веса Safetensors и формат ONNX.

Модель предназначена для выявления ИИ-текстов в эссе, статьях, чатах и обращениях в поддержку. Обучение включало сбалансированные наборы человеческих и сгенерированных текстов на португальском языке; в README заявлена точность около 99% на сбалансированном тестовом наборе. Модель не обучалась на коде и других языках, а качество может снижаться на текстах короче 10 токенов и сильно перефразированных генерациях. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

Сценарии применения

  • проверка эссе на вероятную генерацию ИИ
  • выявление ИИ-текстов в статьях и публикациях
  • проверка сообщений в чатах и обращений в поддержку
  • автоматическая маркировка текста по предполагаемому авторству

Ограничения

Модель не обучалась на коде или текстах на других языках; качество может снижаться на текстах короче 10 токенов и сильно перефразированных генерациях. Коммерческое использование запрещено лицензией CC-BY-NC-4.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🇧🇷 pt-ai-detector

pt-ai-detector is a BERT-base model fine-tuned to decide whether a Portuguese sentence or paragraph was written by a human (label = 0) or generated by AI (label = 1).

MetricValue
Train data1 000 000 human + 1 000 000 AI
Balanced test set1 954 190 (½ human, ½ AI)
Accuracy≈ 99 %
F1 (macro)≈ 0.99
Model size434 M parameters (≈ 430 MB)

📖 Quick usage

Try it live at detecting-ai.com – our team at Detecting-ai built this model and demo so you can instantly test any Portuguese text online.

from transformers import pipeline

clf = pipeline(
    "text-classification",
    model="Detecting-ai/pt-ai-detector",
    tokenizer="Detecting-ai/pt-ai-detector",
    device=0  # set -1 for CPU
)

text = "A inteligência artificial está transformando a educação."
print(clf(text))        # → [{'label': 'AI', 'score': 0.987}]
idlabel
0Human
1AI

🏋️‍♂️ Training details

  • Base model: neuralmind/bert-base-portuguese-cased
  • Epochs: 3 (fp16 on 1 × A100)
  • Batch size: 32
  • Optimizer/LR: AdamW 2 × 10⁻⁵
  • Loss: Cross-entropy

Data sources

CorpusLines usedNotes
Human corpus (wiki40b-pt, oscar-pt, cc100-pt, europarl-pt, opus-books-pt)1 M sampledDiverse Portuguese web/news/books
AI corpus (Detecting-ai/ai_pt_corpus)1 MGenerated with OpenAI models (various GPT-4 / GPT-3.5 variants); prompts cover essays, news, tweets, dialogs, paraphrases, T = 0.6–1.0

Datasets were balanced 1 : 1 and shuffled before training.


🚦 Intended use

Detect AI-generated Portuguese text in essays, articles, chats, support tickets, etc.

Limitations

  • Not trained on code or non-Portuguese language.
  • Accuracy may drop on texts < 10 tokens or heavily paraphrased AI.
  • Commercial use is disallowed (CC-BY-NC-4.0).

⚠️ Future work

  • Evaluate on adversarial paraphrases.
  • Distill/quantize for edge deployment.
  • Extend to multilingual detection.

📜 Citation

@misc{abdurazzoqov2025ptaidetector,
  title   = {pt-ai-detector: Detecting AI-generated Portuguese Text},
  author  = {Abdulla Abdurazzoqov},
  year    = {2025},
  howpublished = {Hugging Face hub},
  url     = {https://huggingface.co/Detecting-ai/pt-ai-detector}
}

💬 License

Creative Commons CC-BY-NC-4.0 — free for research & personal use; commercial use requires written permission.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForSequenceClassification
Ревизия весов
caaf165

0 моделей