ChatGPT检测器(Detector)

这篇具有很好参考价值的文章主要介绍了ChatGPT检测器(Detector)。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

ChatGPT检测器(Detector)

现阶段可使用的Detector如以下所示,在网页端有5个(3个支持中文),api有3个途径,代码运行成功的有一个。

网页端

名称 地址 特性
GPTZero https://gptzero.me/ 支持中英文,判定较为严格,有开源代码
OpenAI GPT2 Output Detector https://openai-openai-detector.hf.space/ 支持中英文,判定宽松
Hello-SimpleAI ChatGPT Detector https://huggingface.co/spaces/Hello-SimpleAI/chatgpt-detector-ling 支持中英文,判定宽松,有开源代码
Contentatscale AI Content Detector https://contentatscale.ai/ai-content-detector/ 仅支持英文,判定较为宽松,最多1500个字符
Writers AI Content Detector https://writer.com/ai-content-detector/ 仅支持英文,判定非常严格

判别总结

相同文本在不同检测器上的判断完全不同,难以将所有标准做一个统一,随机抽取一定文本进行测试,其表现如下图所示:

中文示例

名称 GPTZero OpenAI GPT2 Output Detector Hello-SimpleAI ChatGPT Detector
1 entirely by AI Real 88.39% Fake 11.61% GLTR 人类 0.99999 PLL 人类 0.51787
2 entirely by human Real 99.43% Fake 0.57% GLTR 人类 0.99818 PLL 人类 0.51630
3 entirely by AI Real 99.65% Fake 0.35% GLTR 人类 0.99986 PLL 人类 0.51539
4 entirely by AI Real 99.81% Fake 0.19% GLTR 人类 0.99337 PLL 人类 0.51751
5 entirely by AI Real 98.55% Fake 1.45% GLTR 人类 0.95220 PLL 人类 0.51201

GLTR=生成文本检测模型,PLL=语言模型困惑度模型

GPTZero的判定相较于OpenAI和Hello-SimpleAI的GLTR的来说更加的偏激,GPTZero开源代码中将Perplexity per line<80的值均认为由ai参与。由于GPTZero v1同样使用PLL,所以可以认为与Hello-SimpleAI的PLL的方法是相同模型

英文示例

名称 GPTZero OpenAI GPT2 Output Detector Hello-SimpleAI ChatGPT Detector Contentatscale AI Content Detector Writers AI Content Detector
1 likely human Real 99.85% Fake 0.15% GLTR Human 0.99999 PLL Human 0.99971 59% Human Content Score 18% HUMAN-GENERATED
2 entirely by human Real 44.88% Fake 55.12% GLTR Human 0.99999 PLL Human 0.99541 100% Human Content Score 24% HUMAN-GENERATED
3 entirely by human Real 22.08% Fake 77.92% GLTR Human 0.99999 PLL Human 0.91835 89% Human Content Score 2% HUMAN-GENERATED
4 entirely by AI Real 55.36% Fake 44.64% GLTR Human 0.99999 PLL Human 1.0 95% Human Content Score 35% HUMAN-GENERATED
5 parts by AI Real 95.09% Fake 4.91% GLTR Human 0.97186 PLL Human 0.50420 68% Human Content Score 7% HUMAN-GENERATED

API

GPTZero

https://gptzero.me/docs

在注册普通用户情况下,一个小时的最大使用量为150

OpenAI GPT2 Output Detector

https://huggingface.co/roberta-base-openai-detector

对输入的文本有一定的限制,文本过长(len(str)>220~240)将出现503错误,因此需要进行分批处理。

Hello-SimpleAI ChatGPT Detector

https://huggingface.co/Hello-SimpleAI/chatgpt-detector-roberta-chinese

代码运行

GPTZero

github:https://github.com/BurhanUlTayyab/DetectGPT

  • 使用Colab运行

https://colab.research.google.com/文章来源地址https://www.toymoban.com/news/detail-426646.html

  • 输入
from model import GPT2PPLV2 as GPT2PPL

model = GPT2PPL()
# 输入语句
sentence = "your text here"
# 使用模型得出结果
res = model(sentence, 100, "v1.1")
  • 输出
# 调整Perplexity per line和Burstiness权重来判断文本是否由人工还是AI生成

Perplexity 19 # 文本语句复杂度
Perplexity per line 168.0
Burstiness 304 # 语句最大复杂度
  • 优点
    • 检测文本无限制:没有api限制可以无限制判别文本
    • 判别条件可控:可以自行 调整Perplexity per lineBurstiness的权重来判断文本是否由人工还是AI生成

到了这里,关于ChatGPT检测器(Detector)的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 简易温度检测器电路原理

    在日常生活中,对温度的及时检测能够减免火灾的发生,所以今天就说说温度检测器。 实际功能 在常温下显示数字0,随着温度的升高,数码管逐步显示1、3、8,分别代表三档温度,并且在显示8的时候,LED灯开始闪烁,代表温度过高而报警,当温度下降时,数码管的显示状态

    2024年02月09日
    浏览(28)
  • 实验 5 巴克码检测器

    5.1 实 验 目 的 (1) 了解通信领域中经常使用的巴克码检测器的设计方法。 (2) 掌握使用状态机设计时序电路的方法。 5.2 实 验 仪 器 与 器 材 (1) EDA 开发软件 一 套 (2) 微 机 一 台 (3) 实验开发系统 一 台 (4) 打印机 一 台 (5) 其他器件与材料 若 干 5.3 实 验 说 明 巴 克 码 检 测

    2024年02月01日
    浏览(29)
  • 序列检测器的verilog实现

    设计一个序列检测同步时序逻辑电路,要实现的功能如下: 当已有输入码流出现序列 111000或101110时输出检测信号为1 ,否则输出为0。在时序上检测到完整序列的 下一个时钟周期 输出检测结果。输入信号有效为1时表示当前输入有效,否则表示无效。之前输入依旧计入序列中

    2024年02月06日
    浏览(40)
  • OpenCV 如何实现边缘检测器

    返回:OpenCV系列文章目录(持续更新中......) 上一篇:OpenCV如何实现拉普拉斯算子的离散模拟 下一篇 :OpenCV系列文章目录(持续更新中......) 在本教程中,您将学习如何: 使用 OpenCV 函数 cv::Canny 实现 Canny 边缘检测器。 Canny Edge探测器 [48]由John F. Canny于1986年开发。Canny 算法

    2024年04月25日
    浏览(28)
  • 简单的状态机设计——序列检测器

    1.序列检测器 序列检测器是时序数字电路中非常常见的设计之一。它的逻辑功能是将一个指定的序列从数字码流中识别出来。 2.例1:\\\"10010\\\"序列检测器 对串行输入的数据进行检测,检测“10010”。设X为数字码流输入,Z为检出标记输出,高电平表示“发现指定序列”,低电平表

    2024年02月11日
    浏览(29)
  • OpenCV实战——尺度不变特征检测器

    特征检测的不变性是一个重要概念,虽然方向不变性(即使图像旋转也能检测到相同特征点)能够被简单特征点检测器(例如 FAST 特征检测器等)处理,但难以实现在图像尺度改变时特征保持不变。为了解决这一问题,在计算机视觉中引入了尺度不变特征的概念。 无论对象是在哪

    2023年04月20日
    浏览(28)
  • 【目标检测】Grounding DINO:开集目标检测器(CVPR2023)

    文章来自清华大学和IDEA(International Digital Economy Academy) 论文: 《Grounding DINO: Marrying DINO with Grounded Pre-Training for Open-Set Object Detection》 github: https://github.com/IDEA-Research/GroundingDINO Grounding DINO,一种开集目标检测方案, 将基于Transformer的检测器DINO与真值预训练相结合 。开集检

    2024年02月12日
    浏览(29)
  • ML类CFAR检测器在不同环境中检测性能的分析

    摘要:该文是楼主翻阅书籍以及一些论文总结出来的关于ML(均值)类CFAR检测器在不同环境中的性能对比,以及优缺点的总结,可以帮助大家面对不同情形如何选择CFAR问题。由于楼主见识短浅,文中难免出现不足之处,望各位指出。          首先在均匀杂波背景中,采用平

    2024年02月13日
    浏览(27)
  • YOLOV:图像对象检测器在视频对象检测方面表现也很不错

    前言  与传统的两段pipeline不同,论文提出了在一段检测之后再进行区域级的选择,避免了处理大量低质量的候选区域。此外,还构建了一个新的模块来评估目标帧与参考帧之间的关系,并指导聚合。 作者进行了大量的实验来验证该方法的有效性,并揭示了其在有效性和效率

    2023年04月08日
    浏览(26)
  • 【youcans 的图像处理学习课】23. 人脸检测:Haar 级联检测器

    专栏地址:『youcans 的图像处理学习课』 文章目录:『youcans 的图像处理学习课 - 总目录』 基于 Haar 特征的级联分类器是 Paul Viola 在论文”Rapid Object Detection using a Boosted Cascade of Simple Features”中提出的一种目标检测方法。 Haar 级联分类器在每一级的节点中,使用 AdaBoost 算法学

    2024年02月07日
    浏览(37)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包