detecting fake text

GLTR：巨大言語モデルのテストルーム

大規模な言語モデルから生成されたテキストの検出（GPT-2など）。

Webページ：http：//gltr.io
オンラインデモ：http：//gltr.io/dist/index.html
論文：https：//arxiv.org/abs/1906.04043

Hendrik Strobelt、Sebastian Gehrmann、Alexander M. Rushによるプロジェクト。

MIT-IBM Watson AI LabとHarvardnlpのコラボレーション

クイックスタート

Python> 3.6の依存関係をインストール：

pip install -r requirements.txt

gpt-2-smallのサーバーを実行：

python server.py

デモインスタンスは、http：// localhost：5001/client/index.htmlで実行されます

Bertサーバーを実行します

BERTのサーバーを開始します：

python server.py --model BERT

インスタンスは現在、http：// localhost：5001/client/index.html？nodemoで実行されます。ヒント： gpt2-smallのデモテキストのみを提供しています。

server.pyオプション

 usage: server.py [-h] [--model MODEL] [--nodebug NODEBUG] [--address ADDRESS]
                 [--port PORT] [--nocache NOCACHE] [--dir DIR] [--no_cors]

optional arguments:
  -h, --help         show this help message and exit
  --model MODEL		 choose either 'gpt-2-small' (default) or 'BERT' or your own
  --nodebug NODEBUG  server in non-debugging mode
  --port PORT	     port to launch UI and API (default:5001)
  --no_cors          launch API without CORS support (default: False)

バックエンドを拡張します

バックエンドは、パラメーター--model NAMEで起動することでサーバーが呼び出すことができる多数のモデルAPIを定義します。カスタムモデルを追加するには、 backend/api.pyに独自のAPIを記述し、Decorator @register_api(name=NAME)を追加する必要があります。

各APIは、 AbstractLanguageCheckerから継承するクラスである必要があります。これは、 check_probabilitiesとpostprocess 2つの関数を定義しています。クラスと関数を実装するときは、 api.py内のドキュメントに従ってください。

フロントエンドを拡張します

フロントエンドのソースコードはclient/srcにあります。

変更するには、ノード依存関係のインストールが必要です。

 cd client/src ; npm install ; cd ../..

フロントエンドの再コンパイル：

 > rm -rf client/dist ; cd client/src/ ; npm run build ; cd ../..

ライセンス

Apache 2

（c）2019年Hendrik Strobelt、Sebastian Gehrmann、Alexander M. Rush