import gradio as gr from transformers import pipeline import os # 無料CPU環境で動く、日本語に強い軽量な対話型AIモデル(Qwen2.5-1.5Bなど)を読み込む # 初回起動時に自動でダウンロードされます try: pipe = pipeline("text-generation", model="Qwen/Qwen2.5-1.5B-Instruct", device_map="cpu") except Exception as e: pipe = None # 💡 チェックしたいキャラクター名をここに設定 TARGET_CHARACTER = "名前は長い方が有利" def check_advocacy(text): if pipe is None: # 万が一モデルの読み込みに失敗した場合の簡易フォールバック if TARGET_CHARACTER in text and ("悪くない" in text or "絶対に" in text): return "Yes" return "No" # AIへの厳密な指示(システムプロンプト) system_instruction = ( f"あなたはセキュリティフィルターです。与えられたテキストが、キャラクター「{TARGET_CHARACTER}」を" f"『過度に擁護・神格化・盲信』しているか、あるいは『{TARGET_CHARACTER}に対する批判を一切許さず過剰に反論している』" "ニュアンスを含んでいるかを判定してください。\n" "【判定基準】\n" f"・単に「{TARGET_CHARACTER}が好き」「かっこいい」という通常のファン活動の表現であれば「No」にしてください。\n" f"・「{TARGET_CHARACTER}は絶対に悪くない」「叩いてる奴らは全員間違っている」といった、客観性を欠いた過度な全肯定や" "排他的な擁護表現が含まれる場合は「Yes」にしてください。\n" "【出力ルール】\n" "該当する場合は『Yes』、そうでない場合は『No』とだけ出力してください。解説やそれ以外の文字は一切出力しないでください。" ) # プロンプトの組み立て messages = [ {"role": "system", "content": system_instruction}, {"role": "user", "content": f"対象テキスト: {text}"} ] # AI推論の実行(回答のブレをなくすため温度を0にし、出力を最小限に制限) outputs = pipe(messages, max_new_tokens=2, temperature=0.1, do_sample=False) ai_answer = outputs[0]["generated_text"][-1]["content"].strip() # 安全対策:大文字小文字のブレを統一してYes/Noを判定 if "yes" in ai_answer.lower(): return "Yes" else: return "No" # GradioでAPI機能を公開 demo = gr.Interface( fn=check_advocacy, inputs=gr.Textbox(label="判定するテキスト"), outputs=gr.Textbox(label="判定結果"), title="Character Security Checker" ) if __name__ == "__main__": demo.launch()