MeiJuice commited on
Commit
1c1836f
·
1 Parent(s): b2dfd51

Update app.py

Browse files
Files changed (1) hide show
  1. app.py +2 -2
app.py CHANGED
@@ -15,7 +15,7 @@ def predict_en(text):
15
 
16
 
17
  def predict_zh(text):
18
- res = pipeline_zh(text)[0]
19
  return "ChatGPT" if res['label'] == "LABEL_1" else "human", res['score']
20
 
21
 
@@ -34,7 +34,7 @@ with gr.Blocks() as demo:
34
  注意: 在`文本`栏中输入更多的文本,可以让预测更准确哦!
35
  """)
36
  t2 = gr.Textbox(lines=5, label='文本',
37
- value="联邦学习(Federated learning)是在进行分布式机器学习的过程中,各参与方可借助其他参与方数据进行联合建模和使用模型。参与各方无需传递和共享原始数据资源,同时保护模型参数,即在数据不出本地的情况下,进行数据联合训练、联合应用,建立合法合规的机器学习模型,成为一种解决合作中数据隐私与数据共享矛盾的新路径,FL本质上承诺多方通过交换梯度而不是原始数据来联合训练模型。"[512:])
38
  button2 = gr.Button("预测!")
39
  label2 = gr.Textbox(lines=1, label='预测结果 ')
40
  score2 = gr.Textbox(lines=1, label='模型概率')
 
15
 
16
 
17
  def predict_zh(text):
18
+ res = pipeline_zh(text[:512])[0]
19
  return "ChatGPT" if res['label'] == "LABEL_1" else "human", res['score']
20
 
21
 
 
34
  注意: 在`文本`栏中输入更多的文本,可以让预测更准确哦!
35
  """)
36
  t2 = gr.Textbox(lines=5, label='文本',
37
+ value="联邦学习(Federated learning)是在进行分布式机器学习的过程中,各参与方可借助其他参与方数据进行联合建模和使用模型。参与各方无需传递和共享原始数据资源,同时保护模型参数,即在数据不出本地的情况下,进行数据联合训练、联合应用,建立合法合规的机器学习模型,成为一种解决合作中数据隐私与数据共享矛盾的新路径,FL本质上承诺多方通过交换梯度而不是原始数据来联合训练模型。")
38
  button2 = gr.Button("预测!")
39
  label2 = gr.Textbox(lines=1, label='预测结果 ')
40
  score2 = gr.Textbox(lines=1, label='模型概率')