/ Модель

Характеристики

Контекст
514 токенов
Параметры
454 млн
Лицензия
Apache 2.0
Архитектура
roberta · dense
Опубликована
3 апр 2026

ADAL_AI_Detector

Классификация текстаТекст → label3 профессии

ADAL — англоязычный детектор на основе RoBERTa-large, классифицирующий текст как созданный ИИ или написанный человеком.

270скачиваний за 30 дней2лайкавеса обновлены8 апр 2026

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

ADAL — детектор текстов, созданных искусственным интеллектом, разработанный Shushanta Pudasaini. Это классификатор на основе RoBERTa-large, обученный в состязательной схеме с перефразировщиком T5-base по методу RADAR и расширенный обучением на наборе RAID. Модель определяет, написан ли текст ИИ или человеком.

ADAL предназначен для проверки текстов на происхождение и для исследований устойчивого обнаружения сгенерированного текста. В обучении использовались тексты от 11 генераторов и пять видов обхода детектора: перефразирование, замена синонимов, подмена символов, удаление артиклей и опечатки. Авторы сообщают макро-AUROC 0,9951 на RAID, однако этот результат не гарантирует такую же точность на текстах из других источников и вне условий бенчмарка.

Модель содержит 454,1 млн параметров, принимает текст с контекстом до 514 токенов и выдаёт одну из меток: «создан ИИ» или «написан человеком». В карточке указана лицензия Apache-2.0. Языковой тег модели — английский; перенос качества на другие языки не подтверждён.

Сценарии применения

  • проверка англоязычного текста на генерацию ИИ
  • разметка текстов по происхождению для модерации или аналитики
  • сравнение устойчивости детекторов к перефразированию и другим атакам

Ограничения

Заявленная метрика получена на бенчмарке RAID и не гарантирует точность на других данных. Модель предназначена для английского текста, а контекст ограничен 514 токенами.

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

ADAL: AI-Generated Text Detection using Adversarial Learning

Adversarially trained AI-generated text detector based on the RADAR framework (Hu et al., NeurIPS 2023), extended with a multi-evasion attack pool for robust detection.

Overview

ADAL is an adversarially trained AI-generated text detector based on the RADAR framework (Hu et al., NeurIPS 2023), extended to the RAID benchmark with multi-generator training and a multi-evasion attack pool. The system trains a detector (RoBERTa-large) and a paraphraser (T5-base) in an adversarial game: the paraphraser learns to rewrite AI-generated text so it evades detection, while the detector learns to remain robust against those rewrites. The result is a detector that generalises across 11 AI generators and maintains high AUROC under five distinct evasion attacks.

Best result: macro AUROC 0.9951 across all 11 RAID generators, robust to all attack types.

Training

  • Base model: roberta-large
  • Dataset: RAID (Dugan et al., ACL 2024)
  • Evasion attacks seen during training: t5_paraphrase, synonym_replacement, homoglyphs, article_deletion, misspelling
  • Best macro AUROC: 0.9951
  • Generators: chatgpt, gpt2, gpt3, gpt4, cohere, cohere-chat, llama-chat, mistral, mistral-chat, mpt, mpt-chat

Architecture

RAID train split (attack='none')
        │
        ▼
   ┌────────────┐      ┌─────────────────────────────────┐
   │  xm (AI)   │─────▶│  Gσ — Paraphraser (T5-base)     │──▶ xp_ppo
   └────────────┘      │  ramsrigouthamg/t5_paraphraser  │
                       └─────────────────────────────────┘
                                        │
                              PPO reward R(xp, φ)
                                        │
   ┌────────────┐      ┌─────────────────────────────────┐
   │  xh (human)│─────▶│  Dϕ — Detector (RoBERTa-large)  │──▶ AUROC
   │  xm (AI)   │─────▶│  roberta-large                  │
   │  xp_ppo    │─────▶│  (trained via reweighted        │
   │  xp_det_k  │─────▶│   logistic loss)                │
   └────────────┘      └─────────────────────────────────┘

Usage

from transformers import RobertaTokenizer, RobertaForSequenceClassification
import torch

tokenizer = RobertaTokenizer.from_pretrained("Shushant/ADAL_AI_Detector")
model     = RobertaForSequenceClassification.from_pretrained("Shushant/ADAL_AI_Detector")
model.eval()

text = "Your text here."
enc  = tokenizer(text, return_tensors="pt", truncation=True, max_length=512)
with torch.no_grad():
    probs = torch.softmax(model(**enc).logits, dim=-1)[0]
print(f"P(human)={probs[1]:.3f}  P(AI)={probs[0]:.3f}")

Label mapping

  • Index 0 → AI-generated
  • Index 1 → Human-written

Author

**Shushanta Pudasaini **
PhD Researcher, Technological University Dublin Supervisors: Dr. Marisa Llorens Salvador · Dr. Luis Miralles-Pechuán · Dr. David Lillis

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
RobertaForSequenceClassification
Ревизия весов
b598375

0 моделей