{"all_tokens": 31, "used_tokens": 31, "real_probability": 0.9677795767784119, "fake_probability": 0.032220423221588135}
curl --location --request GET 'https://zylalabs.com/api/3911/content+origin+authentication+api/4630/content+detection?text="In the vast expanse of the digital realm, algorithms tirelessly churn out words, weaving a tapestry of ideas and concepts that transcend human limitations."' --header 'Authorization: Bearer YOUR_API_KEY'
साइन अप करने के बाद, प्रत्येक डेवलपर को एक पर्सनल API एक्सेस की असाइन की जाती है, जो अक्षरों और अंकों का एक यूनिक संयोजन होता है, जिसका उपयोग हमारे API एंडपॉइंट तक पहुंचने के लिए किया जाता है। प्रमाणीकरण के लिए सामग्री स्रोत प्रमाणीकरण API के साथ बस अपने बेयरर टोकन को Authorization हेडर में शामिल करें।
| हेडर | विवरण |
|---|---|
Authorization
|
आवश्यक
होना चाहिए Bearer access_key. जब आप सब्सक्राइब हों तो ऊपर "Your API Access Key" देखें।
|
कोई लंबी अवधि की प्रतिबद्धता नहीं। कभी भी अपग्रेड, डाउनग्रेड या कैंसल करें। फ्री ट्रायल में 50 रिक्वेस्ट तक शामिल हैं।
(वार्षिक बिलिंग के साथ 2 महीने बचाएँ 🎉)
अग्रणी कंपनियों का भरोसा
कॉन्टेंट ओरिजिन ऑथेंटिकेशन API को यह discern करने के लिए डिज़ाइन किया गया है कि क्या टेक्स्ट सामग्री एक आर्टिफिशियल इंटेलिजेंस (AI) मॉडल या एक मानव लेखक से आती है। विभिन्न प्लेटफार्मों और उद्योगों में AI द्वारा生成 की गई सामग्री के बढ़ते उपयोग के साथ, टेक्स्ट सामग्री की प्रमाणीकरण और संचार में पारदर्शिता बनाए रखने की एक तात्कालिक आवश्यकता है।
उन्नत प्राकृतिक भाषा प्रसंस्करण (NLP) विधियों और मशीन लर्निंग एल्गोरिदम का लाभ उठाते हुए, API टेक्स्ट पीस के भाषाई विशेषताओं की जांच और मूल्यांकन करता है।
एक श्रृंखला के अनुप्रयोगों और उद्योगों में लागू जहां टेक्स्ट सामग्री की सत्यता महत्वपूर्ण है, API एक आवश्यक उपकरण है। उदाहरण के लिए, पत्रकारिता और मीडिया के क्षेत्रों में, API समाचार संगठनों और संपादकों को मानव हस्तक्षेप या संपादकीय निगरानी के बिना AI-जनित लेख या रिपोर्टों का discern करने में मदद करता है। ऐसी सामग्री को चिह्नित करके, समाचार आउटलेट अपने संपादकीय मानकों को बनाए रखते हैं और अपनी रिपोर्टिंग की अखंडता को संरक्षित करते हैं।
संक्षेप में, कॉन्टेंट ओरिजिन ऑथेंटिकेशन API टेक्स्ट सामग्री की विश्वसनीयता को मान्य करने और कई अनुप्रयोगों और उद्योगों में AI-जनित पाठ के उदाहरणों को उजागर करने के लिए एक शक्तिशाली समाधान प्रदान करता है। उन्नत NLP तकनीकों और मशीन लर्निंग एल्गोरिदम का लाभ उठाकर, API उपयोगकर्ताओं को टेक्स्ट एक्सचेंज में पारदर्शिता, अखंडता और विश्वसनीयता को विकसित करने में सक्षम बनाता है।
यह एक पैरामीटर प्राप्त करेगा और आपको एक टेक्स्ट प्रदान करेगा।
API कॉल की संख्या के अलावा, कोई अन्य सीमा नहीं है।
कंटेंट ओरिजिन ऑथेंटिकेशन एपीआई यह निर्धारित करता है कि दिया गया पाठ मानव द्वारा लिखा गया था या कृत्रिम बुद्धिमत्ता मॉडल द्वारा जनरेट किया गया था
उपयोगकर्ताओं को केवल एक पाठ दर्ज करने की आवश्यकता होती है
विभिन्न योजनाएं हैं जो सभी के लिए उपयुक्त हैं जिसमें छोटी संख्या में अनुरोधों के लिए एक मुफ्त परीक्षण शामिल है लेकिन इसकी दरों को सेवा के दुरुपयोग को रोकने के लिए सीमित किया गया है
जायला लगभग सभी प्रोग्रामिंग भाषाओं के लिए एक विस्तृत वातावरणीय एकीकरण विधियों की पेशकश करता है आप अपनी आवश्यकता के अनुसार इन कोड का उपयोग अपने प्रोजेक्ट के साथ एकीकृत करने के लिए कर सकते हैं
सामग्री पहचान अंत बिंदु एक JSON ऑब्जेक्ट लौटाता है जिसमें संभावनाएँ होती हैं indicating कि पाठ AI-जनित है या मानव-लिखित
प्रतिक्रिया में मुख्य क्षेत्रों में "real_probability" शामिल है जो यह दर्शाता है कि पाठ के मानव-लिखित होने की संभावना कितनी है और "fake_probability" जो यह दिखाता है कि यह AI-जनित होने की संभावना कितनी है
प्रतिक्रिया डेटा एक JSON प्रारूप में संरचित है जिसमें क्षेत्रों को स्पष्ट रूप से लेबल किया गया है ताकि यह संकेत दिया जा सके कि पाठ वास्तविक है या नकली इसकी संभावनाएं समझना आसान हो जाता है
सामग्री पहचान समाप्ति के लिए प्रधान पैरामीटर पाठ इनपुट है जिसे उपयोगकर्ताओं को इसके मूल का विश्लेषण करने के लिए प्रदान करना होता है
उपयोगकर्ता लौटाए गए संभावनाओं का उपयोग पाठ की प्रामाणिकता का आकलन करने के लिए कर सकते हैं उच्च "वास्तविक_संभावना" इंगित करती है कि पाठ संभवतः मानव द्वारा लिखा गया है जबकि उच्च "नकली_संभावना" एआई जनरेशन को इंगित करती है
सामग्री पहचान अंत बिंदु पाठ के AI जनित या मानव लिखित होने की संभावना की जानकारी प्रदान करता है जो मीडिया अकादमी और सामग्री मॉडरेशन में अनुप्रयोगों के लिए महत्वपूर्ण है
डेटा सटीकता अत्याधुनिक प्राकृतिक भाषा प्रोसेसिंग तकनीकों और मशीन लर्निंग एल्गोरिदम के माध्यम से बनाए रखी जाती है जो लगातार नए पाठ नमूनों से सीखती हैं ताकि पहचान क्षमताओं में सुधार किया जा सके
विशिष्ट उपयोग के मामलों में समाचार लेखों की प्रामाणिकता की जांच करना अनुसंधान पत्रों में शैक्षणिक सत्यता को सुनिश्चित करना और प्लेटफार्मों पर उपयोगकर्ता-जनित सामग्री का moderation करना शामिल है ताकि गलत सूचना से बचा जा सके