Дообученная модель BERT классифицирует английский текст как написанный человеком или сгенерированный ИИ.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
Slop Detector BERT — модель классификации текста, дообученная разработчиком hiello67ello на базе google-bert/bert-base-cased для определения, написан ли текст человеком или сгенерирован ИИ. Она выдаёт метку Human или AI-generated. По карточке, точность на валидации составляет 96%; для обучения использовались абзацы Wikipedia и их переписанные ИИ варианты.
Модель построена на архитектуре BERT и содержит 135,5 млн параметров. Она принимает текст, поддерживает английский язык и рассчитана на контекст до 512 токенов. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Модель подходит для предварительной проверки текстов, но результат классификатора не следует считать доказательством авторства: карточка не описывает состав и независимость валидационной выборки или устойчивость к новым стилям генерации.
Заявленная точность 96% относится к валидации, построенной на абзацах Wikipedia и их ИИ-переписываниях; независимая проверка на других источниках и стилях в карточке не описана. Вывод модели не доказывает авторство текста.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
A fine-tuned BERT model for detecting AI-generated text.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…