/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
MIT
Архитектура
modernbert · dense
Базовая модель
ModernBERT-base
Опубликована
11 авг 2026

modernbert-ai-text-detector-raid-mix

Классификация текстаТекст → label3 профессии

Англоязычный классификатор JaspAI выявляет машинно-сгенерированные документы, особенно тексты с атаками типа RAID.

96скачиваний за 30 дней0лайковвеса обновлены11 авг 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

Это англоязычный классификатор текста, дообученный JaspAI на ModernBERT-base для выявления машинно-сгенерированного текста. Модель рассчитана на анализ документов целиком и особенно специализирована на текстах с атаками, представленными в наборах RAID; метка 1 означает машинное происхождение. Веса представлены в формате safetensors, размер модели — 149 млн параметров, контекст — до 8192 токенов.

В оценках авторов модель показывает хорошие результаты на MAGE, HC3 и RAID, включая атакованные тексты, однако на внераспределённом наборе M4GT при уровне ложных срабатываний 1% чувствительность равна нулю: человеческий текст из незнакомого домена может получать высокую оценку машинного происхождения. Выход модели — вероятностное свидетельство, а не доказательство авторства; порог следует калибровать на человеческих текстах из целевого распределения. Модель не проверена на частоту ложных срабатываний для авторов-неносителей английского языка и уязвима к адаптивному перефразированию. Для снижения воздействия атак с похожими символами и невидимыми символами рекомендуется нормализация Unicode/NFKC. Лицензия — MIT; авторы указывают исследовательское применение и не рекомендуют использовать модель как основание для дисциплинарных решений.

Сценарии применения

  • оценка вероятности машинного происхождения английского документа
  • анализ текстов с атаками, подобными RAID
  • исследовательское сравнение детекторов машинного текста

Ограничения

Модель может ошибочно помечать человеческий текст из незнакомых доменов как машинный и уязвима к адаптивному перефразированию; результаты вероятностные, а порог необходимо калибровать для целевого корпуса. Не проверена частота ложных срабатываний для авторов-неносителей английского языка.

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

modernbert-ai-text-detector-raid-mix

RAID-specialist variant: trained with attack exposure (MAGE + stratified RAID mixture).

Fine-tuned ModernBERT-base classifier for detecting machine-generated English text (label 1 = machine). Built in the open research project robust-ai-text-detection, where every number regenerates from committed artifacts and the full research log, literature review, and negative results live.

Warning. This variant is heavily specialized to RAID-style attacked text. On the truly out-of-distribution M4GT set its TPR at 1% FPR is 0.00 — it assigns high machine-confidence to unseen-domain human text. Prefer the general checkpoint unless your inputs resemble RAID.

Metrics

Thresholds must be calibrated on human text from your own distribution; the scores below use per-dataset calibration. AUROC alone is misleading for this task — use the low-FPR columns.

evalAUROCTPR@5%FPRTPR@1%FPR
MAGE test0.9830.9330.848
HC3 (cross-dataset)0.9950.9740.953
RAID eval grid, incl. attacks (semi-in-distribution)0.9920.9550.904
M4GT (cross-dataset)0.8550.6120.000
Frontier Qwen3-2025 probe (RAID-format)0.9990.9960.985

Training

MAGE + stratified RAID train-pool mixture (371K rows, every generator/domain/attack cell), 1 epoch, lr 3e-5, 512 tokens.

Intended use and limitations

Research use. Output is probabilistic evidence, never proof of authorship: at 1% FPR, an institution processing 75,000 documents a year would wrongly flag ~750. Do not use as the basis of disciplinary action. Untested on non-native-writer false-positive rates; English only; document-level only; defeated by adaptive paraphrase attacks. Pair with Unicode/NFKC input normalization (see the repository) — it neutralizes homoglyph and zero-width attacks for free.

Citation

Please cite the datasets and methods this builds on (MAGE, RAID, ModernBERT — full BibTeX in the repository).

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
ModernBertForSequenceClassification
Ревизия весов
7c56086

0 моделей