Upload index.html with huggingface_hub

index.html

@@ -59,7 +59,8 @@
   .list-head h2{font-size:14px;margin:0;font-weight:800}
   .tbl-scroll{overflow-x:auto}
   table{border-collapse:collapse;width:100%;font-size:12.5px;min-width:900px}
-  thead th{position:sticky;top:0;background:var(--chip);text-align:left;font-size:11px;text-transform:uppercase;letter-spacing:.03em;color:var(--muted);font-weight:800;padding:9px 12px;white-space:nowrap}
+  thead th{position:sticky;top:0;background:var(--chip);text-align:left;font-size:11px;text-transform:uppercase;letter-spacing:.03em;color:var(--muted);font-weight:800;padding:9px 12px;white-space:nowrap;cursor:help}
+  thead th[title]{text-decoration:underline dotted rgba(120,136,155,.5);text-underline-offset:3px}
   tbody td{padding:9px 12px;border-top:1px solid var(--line);vertical-align:middle}
   tbody tr:hover{background:#FAFCFE}
   .co-b{font-size:10.5px;font-weight:800;color:var(--muted);letter-spacing:.03em}
@@ -86,6 +87,21 @@
   .disclaimer .dfull{margin-top:7px;line-height:1.65;color:#6B5B3E;font-size:11px;max-width:96ch}
   footer{border-top:1px solid var(--line);color:var(--muted);font-size:12px;padding:20px 0 36px;text-align:center}
   @media(max-width:640px){.head-in{flex-direction:column}#graph3d{height:360px}}
+  @media(prefers-color-scheme:dark){
+    :root{--bg:#0E1621;--panel:#17212E;--ink:#E6EDF3;--muted:#8F9DB0;--line:#273241;--chip:#1B2733;--accent2:#5B9BF5}
+    header{background:radial-gradient(1200px 300px at 80% -40%,#0F2033 0%,transparent 60%),radial-gradient(900px 260px at 10% -30%,#15233F 0%,transparent 60%),var(--panel)}
+    .controls{background:rgba(14,22,33,.9)}
+    .disclaimer{background:#241F10;border-color:#3A3016;color:#C4B384}
+    .dtag,.disclaimer summary{color:#E0B84A}
+    .disclaimer .dfull{color:#C4B384}
+    thead th{background:#1B2733}
+    tbody tr:hover{background:#1B2733}
+    .pill.self{background:#12301F;color:#4ADE80}.pill.partial{background:#31280F;color:#FBBF24}.pill.foreign{background:#31171A;color:#F87171}.pill.measuring{background:#222C38;color:#96A2B2}
+    .chk{border-color:#3A4656;color:#5A6676}
+    .why{color:#8593A5}
+    .search input,select{background:#17212E;border-color:#273241;color:#E6EDF3}
+    #graph3d{background:#0E1621}
+  }
 </style>
 </head>
 <body>
@@ -161,6 +177,7 @@ const I18N={
    footer:"Measured from public config.json + embedding similarity. Neutral provenance tool — not an accusation; building on open-weight bases is standard practice.",
    foot:"<b>Method.</b> Architecture = model_type + (hidden·intermediate·layers) match vs foreign open-weights. Weights = embedding similarity (rotation-invariant): self = from-scratch, inherited = continued-pretraining. Attention = number of distinct attention mechanisms = architecture originality. <b>Genotype (architecture × weights):</b> Native = self arch+weights · Adapted = mostly self · Mixed = partial inheritance · Cloned = foreign architecture+weights.",
    disc_tag:"⚠️ Research &amp; informational use only",disc_short:"Automated estimates from public metadata — not an allegation of infringement or wrongdoing. Building on open-weight bases is legitimate, standard practice.",disc_more:"Read full disclaimer",disc_full:"This tool is provided for research, educational and informational purposes only, on an &quot;as is&quot; basis without warranty of any kind. All data is derived from publicly available model metadata and may contain errors or omissions. The genotype labels (Native / Adapted / Mixed / Cloned) are interpretive classifications of architectural and weight similarity and do NOT constitute allegations of copyright infringement, plagiarism, license violation, or any wrongdoing. Building foundation models on open-weight bases (such as Qwen, Llama, DeepSeek or Mistral) is a widespread, legitimate and typically license-compliant engineering practice. All company names, model names and trademarks are the property of their respective owners. Corrections and disputes are welcome via the Community tab and will be addressed promptly.",
+   tt_geno:"Overall verdict from architecture + weights: Native, Adapted, Mixed, or Cloned.",tt_arch:"Whether model_type and shape (hidden·intermediate·layers) match a foreign open-weight model.",tt_weight:"Embedding similarity: from-scratch pretraining vs continued-pretraining on a foreign base.",tt_attn:"Number of distinct attention mechanisms — more types means more architectural originality.",tt_lic:"Distribution license: Apache/MIT (open), other (custom), CC-BY-NC (non-commercial).",tt_open:"Truly open-source: training data, recipe and weights all public and reproducible (vs open-weight only).",tt_lin:"Which foreign open-weight base the model derives from, if any.",tt_fp:"Measured config: vocabulary size, hidden size, intermediate size, layer count.",
    gflag:"3D network needs WebGL + CDN (three.js). Your environment blocked it — the list below has the full data."},
  zh:{title:"AI模型基因检测",sub:"韩国主权LLM/VLM基础模型的DNA检测 — 架构与权重指纹。",
    s_models:"模型",s_endemic:"本土",s_derivative:"复制",s_orgs:"企��",
@@ -175,6 +192,7 @@ const I18N={
    footer:"基于公开 config.json + 嵌入相似度 实测。中立血统工具 — 非指控；基于开源权重构建是行业惯例。",
    foot:"<b>方法。</b> 架构 = model_type + (hidden·intermediate·layers) 与外源开源权重匹配。权重 = 嵌入相似度(旋转不变)：自主=从零训练，继承=持续预训练。注意力 = 不同注意力机制数量 = 架构独创性。<b>基因型(架构 × 权重)：</b>本土=架构+权重自主 · 改造=大部分自主 · 混合=部分继承 · 复制=架构+权重外源。",
    disc_tag:"⚠️ 仅供研究与信息用途",disc_short:"基于公开元数据的自动估算 — 并非侵权或不当行为指控。基于开源权重构建是合法且标准的做法。",disc_more:"查看完整免责声明",disc_full:"本工具仅供研究、教育和信息用途，按&quot;现状&quot;提供，不作任何形式的保证。所有数据均来自公开的模型元数据，可能存在错误或遗漏。基因型标签（本土／改造／混合／复制）是对架构与权重相似性的解释性分类，并不构成对版权侵权、抄袭、许可证违规或任何不当行为的指控。基于开源权重（如 Qwen、Llama、DeepSeek 或 Mistral）构建基础模型是业界广泛、合法且通常符合许可证的工程实践。所有公司名称、模型名称和商标均归其各自所有者所有。欢迎通过 Community 标签页提出更正与异议，我们将及时处理。",
+   tt_geno:"架构+权重的综合判定：本土、改造、混合或复制。",tt_arch:"model_type与形状(hidden·intermediate·layers)是否与外源开源权重匹配。",tt_weight:"嵌入相似度：从零训练 vs 在外源基础上持续预训练。",tt_attn:"不同注意力机制的数量 — 越多架构独创性越高。",tt_lic:"发布许可证：Apache/MIT(开放)、other(自定义)、CC-BY-NC(非商业)。",tt_open:"真正开源：训练数据、配方和权重全部公开且可复现(区别于仅开源权重)。",tt_lin:"派生自哪个外源开源权重基础模型。",tt_fp:"实测config：词表大小、hidden、intermediate、层数。",
    gflag:"3D网络需要WebGL+CDN(three.js)。当前环境被拦截 — 下方列表包含完整数据。"},
  ko:{title:"AI 모델 유전자 검사",sub:"한국 소버린 LLM/VLM 파운데이션 모델의 DNA 검사 — 아키텍처·가중치 지문.",
    s_models:"모델",s_endemic:"토종",s_derivative:"복제",s_orgs:"기업",
@@ -188,7 +206,9 @@ const I18N={
    th_lic:"라이선스",th_open:"오픈소스",lic_open:"오픈",lic_nc:"비상업",lic_none:"미지정",lic_custom:"자체",
    footer:"공개 config.json + 임베딩 유사도 실측. 중립적 계보 도구이며 부정행위 고발이 아닙니다 — 오픈웨이트 베이스 활용은 업계 표준입니다.",
    foot:"<b>측정 방법.</b> 아키텍처 = model_type + (hidden·intermediate·layers)가 외산 오픈웨이트와 일치. 가중치 = 임베딩 유사도(회전 불변): 자체=프롬스크래치, 상속=연속학습. 어텐션 = 서로 다른 어텐션 메커니즘 수 = 아키텍처 독창성. <b>유전자형(아키텍처 × 가중치):</b> 토종=아키텍처+가중치 자체 · 개조=대부분 자체 · 혼합=부분 상속 · 복제=아키텍처+가중치 외산.",
-   disc_tag:"⚠️ 연구·정보 목적 전용",disc_short:"공개 메타데이터 기반 자동 추정치입니다 — 침해·부정행위 주장이 아닙니다. 오픈웨이트 베이스 활용은 합법적이고 표준적인 관행입니다.",disc_more:"전체 면책 조항 보기",disc_full:"본 도구는 연구·교육·정보 제공 목적으로만, 어떠한 종류의 보증도 없이 &quot;있는 그대로(as-is)&quot; 제공됩니다. 모든 데이터는 공개된 모델 메타데이터에서 추출되었으며 오류나 누락이 있을 수 있습니다. 유전자형 라벨(토종／개조／혼합／복제)은 아키텍처 및 가중치 유사성에 대한 해석적 분류이며, 저작권 침해·표절·라이선스 위반 또는 여하한 부정행위에 대한 주장을 구성하지 않습니다. 오픈웨이트 베이스(Qwen·Llama·DeepSeek·Mistral 등)를 기반으로 파운데이션 모델을 구축하는 것은 업계에 널리 퍼진 합법적이며 통상 라이선스에 부합하는 엔지니어링 관행입니다. 모든 회사명·모델명·상표는 각 소유자의 자산입니다. 정정 및 이의는 Community 탭을 통해 제기해 주시면 신속히 반영하겠습니다."}
+   disc_tag:"⚠️ 연구·정보 목적 전용",disc_short:"공개 메타데이터 기반 자동 추정치입니다 — 침해·부정행위 주장이 아닙니다. 오픈웨이트 베이스 활용은 합법적이고 표준적인 관행입니다.",disc_more:"전체 면책 조항 보기",disc_full:"본 도구는 연구·교육·정보 제공 목적으로만, 어떠한 종류의 보증도 없이 &quot;있는 그대로(as-is)&quot; 제공됩니다. 모든 데이터는 공개된 모델 메타데이터에서 추출되었으며 오류나 누락이 있을 수 있습니다. 유전자형 라벨(토종／개조／혼합／복제)은 아키텍처 및 가중치 유사성에 대한 해석적 분류이며, 저작권 침해·표절·라이선스 위반 또는 여하한 부정행위에 대한 주장을 구성하지 않습니다. 오픈웨이트 베이스(Qwen·Llama·DeepSeek·Mistral 등)를 기반으로 파운데이션 모델을 구축하는 것은 업계에 널리 퍼진 합법적이며 통상 라이선스에 부합하는 엔지니어링 관행입니다. 모든 회사명·모델명·상표는 각 소유자의 자산입니다. 정정 및 이의는 Community 탭을 통해 제기해 주시면 신속히 반영하겠습니다.",
+   tt_geno:"아키텍처+가중치 종합 판정: 토종·개조·혼합·복제.",tt_arch:"model_type과 형상(hidden·intermediate·layers)이 외산 오픈웨이트와 일치하는지.",tt_weight:"임베딩 유사도: 프롬스크래치 vs 외산 기반 연속학습 구분.",tt_attn:"서로 다른 어텐션 메커니즘 수 — 많을수록 아키텍처 독창성 높음.",tt_lic:"배포 라이선스: Apache/MIT(오픈)·other(자체)·CC-BY-NC(비상업).",tt_open:"진짜 오픈소스: 학습 데이터+레시피+가중치 전부 공개·재현 가능(오픈웨이트와 구분).",tt_lin:"어느 외산 오픈웨이트 베이스에서 파생되었는지.",tt_fp:"실측 config: 어휘 크기·hidden·intermediate·레이어 수.",
+   gflag:"3D 네트워크는 WebGL+CDN(three.js)이 필요합니다. 현재 환경에서 차단됨 — 아래 리스트에 전체 데이터가 있습니다."}
 };
 const GENOS={endemic:{c:"#16A34A",k:"g_endemic"},chimera:{c:"#2563EB",k:"g_chimera"},hybrid:{c:"#D97706",k:"g_hybrid"},derivative:{c:"#DC2626",k:"g_derivative"}};
 const BASES={"qwen2.5":{n:"Qwen2.5",v:"Alibaba",c:"#7C3AED"},"qwen3":{n:"Qwen3",v:"Alibaba",c:"#7C3AED"},"llama3":{n:"Llama-3.x",v:"Meta",c:"#0EA5E9"},"deepseekv3":{n:"DeepSeek-V3",v:"DeepSeek",c:"#0891B2"},"mistral":{n:"Mistral/Mixtral",v:"Mistral",c:"#EA580C"},"self":{n:"Self-built",v:"—",c:"#16A34A"}};
@@ -299,7 +319,7 @@ function applyStatic(){
   document.getElementById('foot').innerHTML=t('foot');
   document.getElementById('gfallback').textContent=t('gflag');
   document.getElementById('legend').innerHTML=Object.keys(GENOS).map(g=>`<span class="lg"><span class="dot" style="background:${GENOS[g].c}"></span>${t(GENOS[g].k)}</span>`).join('');
-  document.getElementById('thead').innerHTML=`<tr><th>${t('th_org')}</th><th>${t('th_model')}</th><th>${t('th_geno')}</th><th>${t('th_arch')}</th><th>${t('th_weight')}</th><th>${t('th_attn')}</th><th>${t('th_lic')}</th><th>${t('th_open')}</th><th>${t('th_lin')}</th><th>${t('th_fp')}</th></tr>`;
+  document.getElementById('thead').innerHTML=`<tr><th>${t('th_org')}</th><th>${t('th_model')}</th><th title="${t('tt_geno')}">${t('th_geno')}</th><th title="${t('tt_arch')}">${t('th_arch')}</th><th title="${t('tt_weight')}">${t('th_weight')}</th><th title="${t('tt_attn')}">${t('th_attn')}</th><th title="${t('tt_lic')}">${t('th_lic')}</th><th title="${t('tt_open')}">${t('th_open')}</th><th title="${t('tt_lin')}">${t('th_lin')}</th><th title="${t('tt_fp')}">${t('th_fp')}</th></tr>`;
 }
 function fill(id,all,opts){const s=document.getElementById(id),cur=s.value;s.innerHTML=`<option value="">${all}</option>`+opts.map(o=>`<option value="${o[0]}">${o[1]}</option>`).join('');s.value=cur;}
 function buildFilters(){
@@ -372,17 +392,18 @@ function initGraph(){
   }
   graphInited=true;
   const el=document.getElementById('graph3d');
+  const dark=window.matchMedia&&window.matchMedia('(prefers-color-scheme:dark)').matches;
   Graph=ForceGraph3D()(el)
-    .backgroundColor('#F7F9FB')
+    .backgroundColor(dark?'#0E1621':'#F7F9FB')
     .width(el.clientWidth).height(460)
     .nodeThreeObject(n=>{
       const s=new SpriteText(n.name);
       const isM=n.kind==='model';
-      s.color=isM?'#FFFFFF':(n.kind==='base'?n.color:'#31404F');
+      s.color=isM?'#FFFFFF':(n.kind==='base'?n.color:(dark?'#AEBBCB':'#31404F'));
       s.fontSize=140;
       s.fontWeight=isM?'700':'800';
       s.textHeight=n.kind==='base'?12:n.kind==='company'?9:7.5;
-      s.backgroundColor=isM?n.color:'rgba(255,255,255,.92)';
+      s.backgroundColor=isM?n.color:(dark?'rgba(23,33,46,.94)':'rgba(255,255,255,.92)');
       s.borderColor=isM?'rgba(255,255,255,.8)':'rgba(0,0,0,0)';
       s.borderWidth=isM?0.6:0;
       s.padding=isM?3.2:3;s.borderRadius=4;