/ Модель

Характеристики

Контекст
8 192 токена
Параметры
149 млн
Лицензия
Apache 2.0
Архитектура
modernbert · dense
Базовая модель
ModernBERT-base
Библиотека
transformers
Опубликована
11 авг 2026

ai-text-detector-modernbert

Классификация текстаТекст → label3 профессии

Англоязычный классификатор на базе ModernBERT, который оценивает, написан ли текст человеком или сгенерирован ИИ.

2 424скачиваний 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

rasbt/ai-text-detector-modernbert — дообученный классификатор текста на базе ModernBERT-base от AnswerDotAI. Он определяет, написан ли текст человеком или сгенерирован ИИ: метка 0 соответствует человеческому тексту, метка 1 — тексту, созданному ИИ. Модель обучена на наборе rasbt/human-vs-ai-50k и принимает последовательности длиной до 8192 токенов.

Модель использует архитектуру ModernBERT для классификации последовательностей и распространяется в формате safetensors. При инференсе применяется температурная калибровка; в карточке указана максимальная точность 99,71% на валидации. Модель рассчитана на англоязычные тексты и может использоваться для проверки материалов, когда нужно оценить вероятность генерации ИИ.

Качество может снижаться на текстах из незнакомых генераторов, предметных областей, языков и сценариев редактирования. Короткие и частично созданные с помощью ИИ тексты также сложнее классифицировать; результат не является доказательством авторства. Лицензия — Apache-2.0.

Сценарии применения

  • проверка эссе на признаки генерации ИИ
  • оценка вероятности того, что статья написана ИИ
  • первичная модерация пользовательских текстов по признаку генерации
  • анализ англоязычных текстов для выявления ИИ-генерации

Ограничения

Точность может снижаться на текстах из незнакомых генераторов, областей, языков и сценариев редактирования; короткий или частично созданный ИИ текст сложнее классифицировать. Оценку нельзя считать достоверным доказательством авторства.

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

This is a fully fine-tuned ModernBERT-base classifier for distinguishing human-written and AI-generated text. It was trained on rasbt/human-vs-ai-50k. Human-written text has label 0 and AI-generated text has label 1.

The model supports sequences up to 8,192 tokens. Temperature scaling is applied during inference. The recorded best validation accuracy was 99.71%.

 

Download and use

hf download rasbt/ai-text-detector-modernbert \
  --local-dir models/ai-text-detector-modernbert
import json
from pathlib import Path

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer


model_dir = Path("models/ai-text-detector-modernbert")
metadata = json.loads(
    (model_dir / "detector-config.json").read_text(encoding="utf-8")
)
tokenizer = AutoTokenizer.from_pretrained(model_dir)
model = AutoModelForSequenceClassification.from_pretrained(model_dir)
model.eval()

text = "Paste the text to classify here."
inputs = tokenizer(
    text,
    truncation=True,
    max_length=metadata["max_length"],
    return_tensors="pt",
)

with torch.inference_mode():
    logits = model(**inputs).logits / metadata["temperature"]
    probabilities = logits.float().softmax(dim=-1)

ai_index = metadata["label_mapping"]["ai"]
ai_probability = probabilities[0, ai_index].item()
print({"score": round(100 * ai_probability, 4)})

 

Test-set confusion matrix

ModernBERT test-set confusion matrix

detector-config.json contains the calibration temperature and training metadata. The recommended inference implementation is provided in the rasbt/ai-detector repository.

 

Related models

 

Limitations

Performance may change for text from generators, domains, languages, and editing workflows not represented in the training set. Short or partly AI-assisted text may also be harder to classify. The score should not be treated as definitive evidence that a person did or did not write a text.

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
ModernBertForSequenceClassification
Ревизия весов
a6efd4b

0 моделей