AIthentiCat

a playful combination of "AI", "Authentic" and "Cat" as in catching fakes

后端

配置环境

需要python版本3.10

注：建议先安装好CUDA并且在GPU显存大于4GB的机器上运行后端来获得更快的运行速度。

cd backend
pip install -r requirements.txt

运行

第一个终端窗口

cd backend
python api1.py

第二个终端窗口

cd backend
python api2.py

API

打开 http://127.0.0.1:6001/docs 以及 http://127.0.0.1:6002/docs 可以看到自动生成的API文档

使用样例(并不局限于下面的使用方法，只需要往相应的URL发送POST请求即可)

fetch('http://127.0.0.1:6001/v1/predict_zh/', {
  method: 'POST',
  headers: {
    'accept': 'application/json',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    "data": "这句话有多大可能是ChatGPT生成的？"
  })
})
.then(response => response.json())
.then(data => console.log(data))
.catch(error => console.error(error));

输出：

{
  "GLTR_prob": 0.5345993670734212,
  "PPL_prob": 0.42452311927798436
}

解释：

GLTR模型认为有53%的可能性是ChatGPT生成的。

PPL模型认为有42%的可能性是ChatGPT生成的，也就是说它认为这句话是人类创作的。

fetch('http://127.0.0.1:6002/v2/predict_zh/', {
  method: 'POST',
  headers: {
    'accept': 'application/json',
    'Content-Type': 'application/json'
  },
  body: JSON.stringify({
    "data": "这句话有多大可能是ChatGPT生成的？"
  })
})
.then(response => response.json())
.then(data => console.log(data))
.catch(error => console.error(error));

输出：

{
  "PTM_prob": 0.03212100267410278
}

解释：

PTM模型认为有3%的可能性是ChatGPT生成的，也就是说它认为这句话是人类创作的。

前端

准备环境

cd frontend
npm install

注：如果 npm install 报错“400 Bad Request”，可以尝试这个教程

运行

cd frontend
npm start

然后打开 http://localhost:6003/

你将能看到这样的界面：