update

demo/binary_classifier_demo.py

@@ -14,7 +14,7 @@ bino_chat, bino_coder = initialize_binoculars()
 model, scaler, label_encoder, imputer = load_model()
 
 DEVICE = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
-MINIMUM_TOKENS = 50
+MINIMUM_TOKENS = 200
 
 SAMPLE_TEXT = """Привет! Я хотел бы рассказать вам о своём опыте путешествия по Петербургу. Невероятный город с богатой историей и красивой архитектурой. Особенно запомнился Эрмитаж с его огромной коллекцией произведений искусства. Также понравилась прогулка по каналам города, где можно увидеть множество старинных мостов и зданий."""
 
@@ -134,8 +134,8 @@ def reset_outputs():
 with gr.Blocks(css=css, theme=gr.themes.Base()) as binary_app:
     with gr.Row():
         with gr.Column(scale=3):
-            gr.HTML("<h1>Binary Classifier: Human vs AI Text Detection</h1>")
-            gr.HTML("<p>This demo uses a neural network (Medium_Binary_Network) to classify text as either written by a human or generated by AI.</p>")
+            gr.HTML("<h1>Бинарный классификатор: Human vs AI Detection</h1>")
+            gr.HTML("<p>В этой демонстрации используется нейронная сеть для классификации текста как написанного человеком или сгенерированного искусственным интеллектом.</p>")
     
     with gr.Row():
         with gr.Column():
@@ -159,7 +159,7 @@ with gr.Blocks(css=css, theme=gr.themes.Base()) as binary_app:
         gr.Markdown("""
         ### О бинарном классификаторе
         
-        Эта демонстрация использует нейронную сеть Medium_Binary_Network для классификации текста как написанного человеком или сгенерированного ИИ.
+        Эта демонстрация использует нейронную сеть для классификации текста как написанного человеком или сгенерированного ИИ.
         
         #### Архитектура модели:
         - Входной слой: Количество признаков (зависит от анализа текста)
@@ -173,7 +173,7 @@ with gr.Blocks(css=css, theme=gr.themes.Base()) as binary_app:
         - Вычисляются показатели лексического разнообразия и читабельности
         
         #### Рекомендации:
-        - Для более точной классификации рекомендуется использовать тексты длиннее 100 слов
+        - Для более точной классификации рекомендуется использовать тексты длиннее 200 слов
         - Модель обучена на русскоязычных текстах
         """)