MIHCI AI STUDIOS EN من نحن تواصل
← كل الأعمال

Mürekkep 1.3

نموذجنا الخاص الذي يحوّل نص الذكاء الاصطناعي إلى لغة بشرية طبيعية ويحافظ على الأرقام كما هي.

حين لا يكفي نموذج جاهز، ندرّب نموذجنا بأنفسنا. نبني مجموعة البيانات، ثم ندرّب، ثم نقيس على بيانات لم يرها من قبل. والنموذج الذي لا يجتاز البوابة لا يُطلق.

  • مصنِّف مخصّص
  • ضبط دقيق بتقنية LoRA
  • إعداد نموذج محلي
  • مجموعة التقييم
  • التقطير
  • الوكيل ذاتي التحسّن
100%حكم GPTZero بأن النص بشري على مخرجات Mürekkep (مقيس)
0.970AUC، كاشف النصوص المكتوبة بالذكاء الاصطناعي الذي درّبناه من الصفر
0.939تشابه المعنى (cosine) في النص المُعاد كتابته
0.95F1، نموذج صوت الطائرات المسيّرة على مجموعتي بيانات مستقلتين
تدريب حي · شبكة عصبية 2-16-16-1الخطوة 0الخسارة -الدقة -

الشبكة أعلاه تتدرّب الآن في متصفحك. انقر على الحقل لإضافة نقاط وشاهد الحدّ وهو يتعلّم من جديد.

مباشرLoRA · نموذج Qwen3 الأساسي
Mürekkep 1.3

Mürekkep · نموذج إعادة كتابة النصوص

ندرّب LoRA صغيرًا على نموذج أساسي لم يخضع لضبط التعليمات، ونطبّقه جولةً بعد جولة. فيتحوّل النص المكتوب بالذكاء الاصطناعي إلى لغة بشرية طبيعية، وتبقى الأرقام محفوظة.

GPTZero: بشري 100%cosine 0.939فقدان الأرقام 0
مقيسمُدرَّب من الصفر
كاشف HumanizeMy.ai

كاشف النصوص المكتوبة بالذكاء الاصطناعي

مصنِّف جُرّب على نصوص من مولّدات لم يرها من قبل وعلى الكتابة الأكاديمية، ولا يضع علامة خاطئة على الكتّاب من غير الناطقين بالإنجليزية.

AUC 0.970إيجابيات كاذبة في TOEFL 0%
PoCMLP بـ numpy فقط
Ayda

نموذج صوت الطائرات المسيّرة

مصنِّف صوتي دُرّب دون تسرّب بيانات على مجموعتي بيانات مستقلتين. عند التدريب على مجموعة واحدة توقف عند 0.55 على الأخرى، ومع تنوّع المصادر ارتفع إلى 0.95.

F1 من 0.95 إلى 0.97Raspberry Pi

تريد شيئًا مشابهًا؟

راسلناكل الأعمال