La API de Veracidad de Texto está diseñada para discernir si el contenido textual proviene de un modelo de inteligencia artificial (IA) o de un escritor humano. Con la creciente prevalencia de contenido generado por IA en diversas plataformas e industrias, existe una necesidad creciente de autenticar el contenido textual y mantener la transparencia en la comunicación.
Aprovechando técnicas avanzadas de procesamiento de lenguaje natural (NLP) y algoritmos de aprendizaje automático, la API examina y evalúa los atributos lingüísticos de los pasajes de texto. Al yuxtaponer patrones sintácticos y semánticos presentes en el texto de entrada con características conocidas del contenido generado por IA, la API identifica hábilmente los casos en que es probable que el texto haya sido generado por IA.
Aplicable a una variedad de sectores e industrias donde la integridad del contenido textual es importante, la API desempeña un papel vital. En el periodismo y los medios de comunicación, por ejemplo, ayuda a las organizaciones de noticias y a los editores a marcar artículos o informes generados por IA sin intervención humana o revisión editorial. Esta capacidad permite a los medios de comunicación respetar los estándares editoriales y preservar la integridad de su información.
En esencia, la API de Veracidad de Texto proporciona un recurso valioso para validar la autenticidad del contenido textual y detectar instancias de texto generado por IA en diversas aplicaciones e industrias. Aprovechando metodologías avanzadas de NLP y algoritmos de aprendizaje automático, la API facilita la transparencia, la integridad y la confiabilidad de la comunicación textual.
Recibirá un parámetro y te proporcionará un texto.
Además del número de llamadas a la API, no hay ninguna otra limitación.
Para usar este punto final, debes indicar texto en el parámetro.
Detección de contenido - Características del Endpoint
| Objeto | Descripción |
|---|---|
text |
[Requerido] 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'
| Encabezado | Descripción |
|---|---|
Autorización
|
[Requerido] Debería ser Bearer access_key. Consulta "Tu Clave de Acceso a la API" arriba cuando estés suscrito. |
Sin compromiso a largo plazo. Mejora, reduce o cancela en cualquier momento. La Prueba Gratuita incluye hasta 50 solicitudes.
La API de Veracidad de Texto determina si un texto dado fue escrito por un humano o generado por un modelo de inteligencia artificial.
Los usuarios solo necesitan ingresar un texto.
Hay diferentes planes para adaptarse a todos los gustos, incluyendo una prueba gratuita para un pequeño número de solicitudes, pero tu tarifa está limitada para evitar el abuso del servicio.
Zyla proporciona una amplia gama de métodos de integración para casi todos los lenguajes de programación. Puedes usar estos códigos para integrarlos en tu proyecto según lo necesites.
El endpoint de Detección de Contenido devuelve un objeto JSON que contiene probabilidades que indican si el texto es probablemente escrito por un humano o generado por IA, junto con información sobre el uso de tokens.
Los campos clave en la respuesta incluyen "real_probability" (probabilidad de que el texto sea escrito por un humano), "fake_probability" (probabilidad de que el texto sea generado por una IA), "all_tokens" (total de tokens en la entrada) y "used_tokens" (tokens procesados).
Los datos de respuesta están estructurados como un objeto JSON con pares de clave-valor, lo que facilita el análisis y la extracción de información relevante sobre la autenticidad del texto.
El parámetro principal para el punto final de Detección de Contenido es la entrada de texto, que los usuarios deben proporcionar para analizar su origen.
Los usuarios pueden utilizar las probabilidades devueltas para evaluar la autenticidad del texto. Por ejemplo, una alta "real_probability" indica autoría humana, mientras que una alta "fake_probability" sugiere generación por IA.
Los casos de uso típicos incluyen verificar la autenticidad de artículos de noticias, moderar contenido generado por los usuarios, asegurar la integridad académica y mantener los estándares periodísticos detectando texto generado por IA.
La precisión de los datos se mantiene a través de técnicas avanzadas de procesamiento de lenguaje natural y algoritmos de aprendizaje automático que aprenden continuamente de nuevos patrones de texto y mejoran las capacidades de detección.
La API emplea pruebas rigurosas contra un conjunto de datos diverso de textos generados por humanos y por IA para garantizar una detección fiable y minimizar los falsos positivos o negativos.
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.194ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.233ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.808ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
519ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
127ms
Nivel de Servicio:
99%
Tiempo de Respuesta:
393ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
711ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
778ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
389ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
7.340ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
965ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.132ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.261ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.461ms
Nivel de Servicio:
99%
Tiempo de Respuesta:
5.878ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
10.625ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
13.686ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
1.190ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
2.581ms
Nivel de Servicio:
100%
Tiempo de Respuesta:
6.275ms