Spaces:
Running
Running
import streamlit as st | |
from transformers import AutoTokenizer, AutoModelForCausalLM | |
# Başlık ve açıklama | |
st.title("Fast Detect GPT with GPT-Neo 2.7B") | |
st.write("Bu uygulama, metnin yapay zeka tarafından üretilip üretilmediğini tespit eder.") | |
# Model ve tokenizer yükleme | |
def load_model(): | |
model_name = "EleutherAI/gpt-neo-2.7B" # Hugging Face model adı | |
tokenizer = AutoTokenizer.from_pretrained(model_name) | |
model = AutoModelForCausalLM.from_pretrained(model_name) | |
return tokenizer, model | |
tokenizer, model = load_model() | |
# Kullanıcıdan metin alımı | |
text = st.text_area("Metni girin:", placeholder="Metni buraya yazın...") | |
if st.button("Tahmin Et"): | |
if not text.strip(): | |
st.warning("Lütfen bir metin girin!") | |
else: | |
# Model tahmini | |
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True) | |
outputs = model.generate(**inputs, max_length=50, num_return_sequences=1) | |
result = tokenizer.decode(outputs[0], skip_special_tokens=True) | |
# Sonuç gösterimi | |
st.success("Sonuç: " + result) | |