Update app.py

app.py

@@ -12,6 +12,33 @@ def predict(input_img):
     predictions = pipe(input_img)
     return input_img, {p["label"]: p["score"] for p in predictions}
 
+# 模型說明與免責聲明
+model_card = """
+## 🧠 Model Description / 模型簡介
+
+This model is a fine-tuned version of `microsoft/swin-tiny-patch4-window7-224` on the imagefolder dataset.
+It classifies face images into two categories: **AI-generated** and **Not AI-generated**.
+
+本模型是以 `microsoft/swin-tiny-patch4-window7-224` 微調訓練而成，可將臉部圖片分類為「AI生成」或「非AI生成」。
+
+### 📊 Evaluation Results / 模型評估
+
+- Accuracy 準確率: **99.35%**
+- Precision 精確率: **99.25%**
+- Recall 召回率: **99.47%**
+- F1-score: **99.36%**
+- Loss: **0.0233**
+
+訓練資料包含 105,330 張臉部圖片（50% 為真實臉部，50% 為 AI 合成臉），來自 17 個資料集、14 種 AI 生成技術，90% 作為訓練集、10% 為測試集。
+
+### ⚠️ Disclaimer / 免責聲明
+
+This model is for research and educational use.  
+It may not be 100% accurate, and **should not be used for critical decisions, such as identity verification, legal judgement, or public shaming**.
+
+本模型僅供研究與教育用途參考，**結果非百分之百準確，請勿用於身分驗證、法律判斷、公開揭露等重要用途**。
+"""
+
 # Gradio 介面設定（雙語版）
 gradio_app = gr.Interface(
     fn=predict,
@@ -23,7 +50,8 @@ gradio_app = gr.Interface(
     title="FaceAIorNot ｜ 真人臉，還是 AI 生成臉？",
     description=(
         "🤖 Upload or take a face photo to see if it's AI-generated or real.\n"
-        "🧑 上傳或拍攝一張臉部照片，判斷是真人還是 AI 合成圖。"
+        "🧑 上傳或拍攝一張臉部照片，判斷是真人還是 AI 合成圖。\n\n"
+        + model_card
     ),
     allow_flagging="never"
 )