Update README.md
Browse files
README.md
CHANGED
|
@@ -1,3 +1,35 @@
|
|
| 1 |
-
---
|
| 2 |
-
license: openrail
|
| 3 |
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
| 1 |
+
---
|
| 2 |
+
license: openrail
|
| 3 |
+
datasets:
|
| 4 |
+
- Skywork/SkyPile-150B
|
| 5 |
+
- wangrui6/Zhihu-KOL
|
| 6 |
+
- silk-road/alpaca-data-gpt4-chinese
|
| 7 |
+
language:
|
| 8 |
+
- zh
|
| 9 |
+
base_model: openai-community/gpt2
|
| 10 |
+
pipeline_tag: text-classification
|
| 11 |
+
tags:
|
| 12 |
+
- text-classification
|
| 13 |
+
---
|
| 14 |
+
|
| 15 |
+
# AI文本检测器
|
| 16 |
+
本模型是gpt2的微调模型，用于文本分类。
|
| 17 |
+
|
| 18 |
+
本模型支持三个类别：AI,zhihu,other. 它们分别表示AI生成的文本，知乎用户回答文本和其他文本。
|
| 19 |
+
|
| 20 |
+
## 训练数据
|
| 21 |
+
|
| 22 |
+
使用 `alpaca-data-gpt4-chinese` 中的约52000条回答文本作为AI生成文本，`Zhihu-KOL` 中随机选择的约52000条回答文本作为知乎用户回答文本，`SkyPile-150B` 中随机选择的约52000条文本作为其他文本。
|
| 23 |
+
|
| 24 |
+
共约15.6万条分类文本，组成数据集，其中80%用于训练，20%用于测试。
|
| 25 |
+
|
| 26 |
+
## 性能
|
| 27 |
+
|
| 28 |
+
分类准确率 `accuracy = 0.9802627363024672`.
|
| 29 |
+
|
| 30 |
+
各样本真实标签和检测结果组成的混淆矩阵为
|
| 31 |
+
| | AI | zhihu | other |
|
| 32 |
+
|:-----:|:-----:|:-----:|:-----:|
|
| 33 |
+
| AI | 10325 | 326 | 18 |
|
| 34 |
+
| zhihu | 143 | 9969 | 87 |
|
| 35 |
+
| other | 0 | 42 | 10300 |
|