Характеристики

Контекст: 512 токенов
Лицензия: Apache 2.0
Архитектура: distilbert · dense
Базовая модель: distilbert-base-uncased
Опубликована: 20 дек 2023

Ссылки

Hugging Face

distilbert-base-uncased-detect_ai_generated_text

Lau123

Классификация текстаТекст → label3 профессии

Дообученная DistilBERT-модель для классификации текста и выявления фрагментов, созданных ИИ.

10скачиваний за 30 дней1лайквеса обновлены20 дек 2023

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

Lau123/distilbert-base-uncased-detect_ai_generated_text — дообученная Lau123 модель на базе DistilBERT для классификации текста, в частности для определения текста, созданного ИИ. Архитектура — DistilBertForSequenceClassification; веса опубликованы в формате safetensors. Базовая модель — distilbert/distilbert-base-uncased, лицензия — Apache-2.0, максимальный контекст — 512 токенов.

Модель предназначена для классификации текстовых фрагментов. В README приведены значения accuracy и F1, равные 1.0, и loss 0.0089 на оценочном наборе; состав и размер набора не раскрыты, поэтому эти результаты не позволяют судить о качестве на новых данных. Датасет обучения также не указан. Поддерживается английский текст, что следует из uncased-версии базовой модели.

Сценарии применения

проверка текста на вероятное создание ИИ
классификация англоязычных текстовых фрагментов
автоматическая маркировка текстов для последующей проверки

Ограничения

Датасет обучения и состав оценочного набора не описаны; приведённые идеальные метрики не подтверждают обобщение на новые тексты. Контекст ограничен 512 токенами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей II.8Разработка и данныеИнженерия данных и аналитикаAI помогает готовить надёжные данные и превращать их в понятную аналитику.22 задачи23 488моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

distilbert-base-uncased-detect_ai_generated_text

This model is a fine-tuned version of distilbert-base-uncased on an unknown dataset. It achieves the following results on the evaluation set:

Loss: 0.0089
Accuracy: 1.0
F1: 1.0

Model description

More information needed

Intended uses & limitations

More information needed

Training and evaluation data

More information needed

Training procedure

Training hyperparameters

The following hyperparameters were used during training:

learning_rate: 2e-05
train_batch_size: 32
eval_batch_size: 32
seed: 42
optimizer: Adam with betas=(0.9,0.999) and epsilon=1e-08
lr_scheduler_type: linear
num_epochs: 2

Training results

Training Loss	Epoch	Step	Validation Loss	Accuracy	F1
0.2078	1.0	47	0.0219	1.0	1.0
0.0153	2.0	94	0.0089	1.0	1.0

Framework versions

Transformers 4.36.2
Pytorch 2.1.0+cu121
Tokenizers 0.15.0

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: DistilBertForSequenceClassification
Ревизия весов: 25d9016