runiftrynd commited on
Commit
66c4168
·
verified ·
1 Parent(s): 8f9bc1a

Upload fine-tuned BERT model for Detectra AI

Browse files
Files changed (6) hide show
  1. README.md +37 -0
  2. config.json +39 -0
  3. model.safetensors +3 -0
  4. tokenizer.json +0 -0
  5. tokenizer_config.json +19 -0
  6. training_args.bin +3 -0
README.md ADDED
@@ -0,0 +1,37 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ ---
2
+ language:
3
+ - en
4
+ license: apache-2.0
5
+ library_name: transformers
6
+ pipeline_tag: text-classification
7
+ tags:
8
+ - bert
9
+ - text-classification
10
+ - ai-generated-text-detection
11
+ - detectra-ai
12
+ ---
13
+
14
+ # Detectra AI - BERT Text Classifier
15
+
16
+ Model ini merupakan hasil fine-tuning `bert-base-uncased` untuk klasifikasi teks biner:
17
+
18
+ - `TEKS_MANUSIA` / label 0: teks yang ditulis manusia
19
+ - `TEKS_AI` / label 1: teks yang dihasilkan AI
20
+
21
+ ## Kegunaan Model
22
+
23
+ Model digunakan pada aplikasi **Detectra AI** untuk memperkirakan apakah sebuah teks memiliki pola yang lebih dekat dengan tulisan manusia atau teks hasil generasi AI.
24
+
25
+ ## Dataset
26
+
27
+ Model dilatih menggunakan dataset AI vs Human Text berbahasa Inggris yang telah melalui proses:
28
+ - penghapusan data kosong dan duplikat,
29
+ - balancing kelas,
30
+ - sampling seimbang,
31
+ - pembagian data train, validation, dan test.
32
+
33
+ ## Batasan
34
+
35
+ Model dilatih menggunakan teks berbahasa Inggris. Prediksi terhadap teks berbahasa Indonesia belum dapat dianggap valid tanpa pelatihan atau evaluasi tambahan menggunakan dataset bahasa Indonesia.
36
+
37
+ Hasil prediksi model tidak dapat digunakan sebagai satu-satunya dasar untuk menentukan plagiarisme, pelanggaran akademik, atau keaslian suatu tulisan.
config.json ADDED
@@ -0,0 +1,39 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "add_cross_attention": false,
3
+ "architectures": [
4
+ "BertForSequenceClassification"
5
+ ],
6
+ "attention_probs_dropout_prob": 0.1,
7
+ "bos_token_id": null,
8
+ "classifier_dropout": null,
9
+ "dtype": "float32",
10
+ "eos_token_id": null,
11
+ "gradient_checkpointing": false,
12
+ "hidden_act": "gelu",
13
+ "hidden_dropout_prob": 0.1,
14
+ "hidden_size": 768,
15
+ "id2label": {
16
+ "0": "TEKS_MANUSIA",
17
+ "1": "TEKS_AI"
18
+ },
19
+ "initializer_range": 0.02,
20
+ "intermediate_size": 3072,
21
+ "is_decoder": false,
22
+ "label2id": {
23
+ "TEKS_AI": 1,
24
+ "TEKS_MANUSIA": 0
25
+ },
26
+ "layer_norm_eps": 1e-12,
27
+ "max_position_embeddings": 512,
28
+ "model_type": "bert",
29
+ "num_attention_heads": 12,
30
+ "num_hidden_layers": 12,
31
+ "pad_token_id": 0,
32
+ "position_embedding_type": "absolute",
33
+ "problem_type": "single_label_classification",
34
+ "tie_word_embeddings": true,
35
+ "transformers_version": "5.9.0",
36
+ "type_vocab_size": 2,
37
+ "use_cache": false,
38
+ "vocab_size": 30522
39
+ }
model.safetensors ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:e2f03588b94b79611885a3d710fe7a6d7096dc8f50364ff00d98a208acfbb935
3
+ size 437958624
tokenizer.json ADDED
The diff for this file is too large to render. See raw diff
 
tokenizer_config.json ADDED
@@ -0,0 +1,19 @@
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
1
+ {
2
+ "backend": "tokenizers",
3
+ "cls_token": "[CLS]",
4
+ "do_lower_case": true,
5
+ "is_local": true,
6
+ "local_files_only": true,
7
+ "mask_token": "[MASK]",
8
+ "max_length": 128,
9
+ "model_max_length": 512,
10
+ "pad_token": "[PAD]",
11
+ "sep_token": "[SEP]",
12
+ "stride": 0,
13
+ "strip_accents": null,
14
+ "tokenize_chinese_chars": true,
15
+ "tokenizer_class": "BertTokenizer",
16
+ "truncation_side": "right",
17
+ "truncation_strategy": "longest_first",
18
+ "unk_token": "[UNK]"
19
+ }
training_args.bin ADDED
@@ -0,0 +1,3 @@
 
 
 
 
1
+ version https://git-lfs.github.com/spec/v1
2
+ oid sha256:6fd333c45293a7f54a9d0113c40289ed84175dbaefef10ca4c7376601b1e18b1
3
+ size 5265