A API de Veracidade de Texto é projetada para discernir se o conteúdo textual vem de um modelo de inteligência artificial (IA) ou de um escritor humano. Com a crescente prevalência de conteúdo gerado por IA em plataformas e indústrias, há uma necessidade crescente de autenticar o conteúdo textual e manter a transparência na comunicação.
Aproveitando técnicas avançadas de processamento de linguagem natural (NLP) e algoritmos de aprendizado de máquina, a API examina e avalia os atributos linguísticos de trechos de texto. Ao juxtapor os padrões sintáticos e semânticos presentes no texto de entrada com características conhecidas de conteúdo gerado por IA, a API identifica habilmente casos em que o texto provavelmente foi gerado por IA.
Aplicável a uma variedade de setores e indústrias onde a integridade do conteúdo textual é importante, a API desempenha um papel vital. No jornalismo e na mídia, por exemplo, ajuda organizações de notícias e editores a marcar artigos ou relatórios gerados por IA sem intervenção humana ou escrutínio editorial. Essa capacidade permite que os veículos de notícias respeitem os padrões editoriais e preservem a integridade de suas reportagens.
Em essência, a API de Veracidade de Texto fornece um recurso valioso para validar a autenticidade do conteúdo textual e detectar instâncias de texto gerado por IA em várias aplicações e indústrias. Aproveitando metodologias avançadas de NLP e algoritmos de aprendizado de máquina, a API facilita a transparência, integridade e confiabilidade da comunicação textual.
Ela receberá um parâmetro e fornecerá um texto.
Além do número de chamadas à API, não há outra limitação.
Para usar este endpoint, você deve indicar o texto no parâmetro
Detecção de Conteúdo - Recursos do endpoint
| Objeto | Descrição |
|---|---|
text |
[Obrigatório] Indicates a text |
{"all_tokens": 28, "used_tokens": 28, "real_probability": 0.9850060343742371, "fake_probability": 0.014993980526924133}
curl --location --request GET 'https://zylalabs.com/api/3842/text+veracity+api/4488/content+detection?text="In the expansive digital landscape, algorithms tirelessly generate words, intricately weaving a tapestry of ideas and concepts that surpass human boundaries."' --header 'Authorization: Bearer YOUR_API_KEY'
| Cabeçalho | Descrição |
|---|---|
Authorization
|
[Obrigatório] Deve ser Bearer access_key. Veja "Sua chave de acesso à API" acima quando você estiver inscrito. |
Sem compromisso de longo prazo. Faça upgrade, downgrade ou cancele a qualquer momento. O teste gratuito inclui até 50 requisições.
A API de Veracidade de Texto determina se um determinado texto foi escrito por um humano ou gerado por um modelo de inteligência artificial
Os usuários só precisam inserir um texto
Existem diferentes planos para todos os gostos incluindo um teste gratuito para um pequeno número de solicitações mas sua taxa é limitada para evitar abusos do serviço
Zyla oferece uma ampla gama de métodos de integração para quase todas as linguagens de programação Você pode usar esses códigos para integrar com seu projeto conforme necessário
O endpoint de Detecção de Conteúdo retorna um objeto JSON contendo probabilidades que indicam se o texto é provavelmente escrito por um humano ou gerado por IA, junto com informações de uso de tokens
Os campos-chave na resposta incluem "real_probability" (probabilidade de que o texto seja escrito por um humano) "fake_probability" (probabilidade de que o texto seja gerado por IA) "all_tokens" (total de tokens na entrada) e "used_tokens" (tokens processados)
Os dados de resposta estão estruturados como um objeto JSON com pares de chave-valor, facilitando a análise e a extração de informações relevantes sobre a autenticidade do texto
O parâmetro principal para o endpoint de Detecção de Conteúdo é a entrada de texto que os usuários devem fornecer para analisar sua origem
Os usuários podem utilizar as probabilidades retornadas para avaliar a autenticidade do texto Por exemplo uma alta "real_probability" indica autoria humana enquanto uma alta "fake_probability" sugere geração por IA
Casos de uso típicos incluem verificar artigos de notícias quanto à autenticidade moderar conteúdo gerado por usuários garantir a integridade acadêmica e manter padrões jornalísticos detectando texto gerado por IA
A precisão dos dados é mantida através de técnicas avançadas de processamento de linguagem natural e algoritmos de aprendizado de máquina que aprendem continuamente com novos padrões de texto e melhoram as capacidades de detecção
A API utiliza testes rigorosos contra um conjunto diversificado de textos conhecidos gerados por humanos e por IA para garantir uma detecção confiável e minimizar falsos positivos ou negativos
Nível de serviço:
100%
Tempo de resposta:
1.194ms
Nível de serviço:
100%
Tempo de resposta:
1.808ms
Nível de serviço:
100%
Tempo de resposta:
2.233ms
Nível de serviço:
100%
Tempo de resposta:
127ms
Nível de serviço:
100%
Tempo de resposta:
711ms
Nível de serviço:
99%
Tempo de resposta:
393ms
Nível de serviço:
100%
Tempo de resposta:
1.429ms
Nível de serviço:
100%
Tempo de resposta:
778ms
Nível de serviço:
100%
Tempo de resposta:
519ms
Nível de serviço:
100%
Tempo de resposta:
7.340ms
Nível de serviço:
100%
Tempo de resposta:
181ms
Nível de serviço:
100%
Tempo de resposta:
565ms
Nível de serviço:
100%
Tempo de resposta:
229ms
Nível de serviço:
100%
Tempo de resposta:
86ms
Nível de serviço:
100%
Tempo de resposta:
635ms
Nível de serviço:
100%
Tempo de resposta:
3.360ms
Nível de serviço:
100%
Tempo de resposta:
359ms
Nível de serviço:
100%
Tempo de resposta:
421ms
Nível de serviço:
100%
Tempo de resposta:
318ms
Nível de serviço:
100%
Tempo de resposta:
1.588ms