Longformer-модель для классификации текста с целью выявления машинно-сгенерированного контента.
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
MAGE — модель семейства Longformer для классификации текста, предназначенная для выявления машинно-сгенерированных текстов в реальных условиях. Она разработана для задачи определения происхождения текста и представлена в виде модели классификации последовательностей на базе Transformers и PyTorch.
Модель содержит 151,8 млн параметров и поддерживает контекст до 4098 токенов. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0.
Карточка называет задачу обнаружения машинно-сгенерированного текста, но не приводит подробностей об обучающих данных, перечне языков и точности. Классификатор может ошибаться на текстах, отличающихся от тех, на которых его обучали.
Карточка не сообщает о языковом охвате и точности; качество выявления может зависеть от языка, жанра и способа генерации текста.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
Please check out our Github repo for detailed information. If you use this model in your research, please cite it as follows:
@misc{li2024mage,
title={MAGE: Machine-generated Text Detection in the Wild},
author={Yafu Li and Qintong Li and Leyang Cui and Wei Bi and Zhilin Wang and Longyue Wang and Linyi Yang and Shuming Shi and Yue Zhang},
year={2024},
eprint={2305.13242},
archivePrefix={arXiv},
primaryClass={cs.CL}
}
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…