Update README.md

README.md

@@ -17,6 +17,42 @@ tags:
 
 本模型支持三个类别：AI,zhihu,other. 它们分别表示AI生成的文本，知乎用户回答文本和其他文本。
 
+# 使用方式
+通过 `transformers.pipeline` 预设的文本分类管线即可轻松使用：
+```python
+from transformers import pipeline
+classifier = pipeline("text-classification",model="./checkpoints",device="cuda")
+text = "加密通信助长犯罪的说法并不成立，理由如下：隐私权的基本保障：加密技术保障了个人和组织的隐私权，这是基本人权的一部分。无论是个人的日常通信、商业机密，还是新闻记者的来源保护，加密通信都在确保合法和正当的隐私需求不被侵犯。"
+print(classifier(text))
+```
+输出结果为
+```
+[{'label': 'AI', 'score': 0.9951270818710327}]
+```
+
+使用模型本身进行推理的方法：
+```python
+import torch
+from transformers import AutoTokenizer, AutoModelForSequenceClassification
+
+tokenizer = AutoTokenizer.from_pretrained("hugfaceguy0001/AITextDetector")
+model = AutoModelForSequenceClassification.from_pretrained("hugfaceguy0001/AITextDetector").to("cuda")
+
+def detect_text(text):
+    with torch.no_grad():
+        inputs = tokenizer(text, return_tensors="pt").to("cuda")
+        logits = model(**inputs).logits
+        predicted_class_id = logits.argmax().item()
+    return model.config.id2label[predicted_class_id]
+
+text = "黑神话这个游戏，你喷它优化、喷它地图、喷它空气墙、喷它战斗、喷它剧情；这些东西不管我自己觉得有没有喷一下的必要，可也都或多或少的能理解它为什么被喷的原因。"
+print(detect_text(text))
+```
+输出结果为
+```
+zhihu
+```
+
 ## 训练数据
 
 使用 `alpaca-data-gpt4-chinese` 中的约52000条回答文本作为AI生成文本，`Zhihu-KOL` 中随机选择的约52000条回答文本作为知乎用户回答文本，`SkyPile-150B` 中随机选择的约52000条文本作为其他文本。