timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Store and retrieve controlled AI news stimuli with generation metadata for misinformation research
Texto original del autor
Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…
scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place
Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes
| Popularidad | 19/80 | Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20 |
|---|---|---|
| Actualidad | 12/12 | Puntuación completa con una versión o cambio de código en 30 días |
| Sigue respondiendo | 0/8 | El endpoint en la nube respondió en la última revisión |
| Puntuación de uso | 31/100 |
Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)
Elige la app de IA que usas y copia la configuración.
Que tu IA lo instale con una frase
Instala RogueGPT. Sigue https://mcp.popnx.com/i/aloth-roguegpt.md, enséñame los comandos y espera mi OK antes de ejecutarlos.Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA
Pasó 3/3 revisiones · Funciona en tu computadora · ✓ Comandos revisados el 20 nov 2026
Primero: ¿qué IA usas?
Elige tu app y los pasos aparecen abajo.
Funciona con Claude, pero hay que preparar algo antes
Necesitas una clave de RogueGPT (créala en el sitio del autor) · Instala Python (uv) en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server RogueGPT para Claude en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "roguegpt": { "command": "uvx", "args": [ "roguegpt", "mcp" ], "env": { "ROGUEGPT_MONGO_URI": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En ROGUEGPT_MONGO_URI deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de RogueGPT aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
SettingsDeveloperEdit Config
{
"mcpServers": {
"roguegpt": {
"command": "uvx",
"args": [
"roguegpt",
"mcp"
],
"env": {
"ROGUEGPT_MONGO_URI": "your-value"
}
}
}
}Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Usa RogueGPT y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude dice que está usando RogueGPT o muestra una herramienta de RogueGPT en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
ChatGPT todavía no puede conectar RogueGPT
RogueGPT se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web
A · Usa una app que pueda conectar RogueGPT
Funciona con Claude Code, pero hay que preparar algo antes
Necesitas una clave de RogueGPT (créala en el sitio del autor) · Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server RogueGPT para Claude Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user roguegpt --env ROGUEGPT_MONGO_URI=your-value -- uvx roguegpt mcp 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En ROGUEGPT_MONGO_URI deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de RogueGPT aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --scope user roguegpt --env ROGUEGPT_MONGO_URI=your-value -- uvx roguegpt mcpCambia “your-value” por tu clave antes de pulsar Enter
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Deberías ver RogueGPT en la lista como conectado
Usa RogueGPT y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Claude Code dice que está usando RogueGPT o muestra una herramienta de RogueGPT en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con Cursor, pero hay que preparar algo antes
Necesitas una clave de RogueGPT (créala en el sitio del autor) · Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server RogueGPT para Cursor en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "roguegpt": { "command": "uvx", "args": [ "roguegpt", "mcp" ], "env": { "ROGUEGPT_MONGO_URI": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En ROGUEGPT_MONGO_URI deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de RogueGPT aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
En la configuración de RogueGPT, ROGUEGPT_MONGO_URI está vacío; añade tu clave y guarda
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Usa RogueGPT y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si Cursor dice que está usando RogueGPT o muestra una herramienta de RogueGPT en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Funciona con VS Code, pero hay que preparar algo antes
Necesitas una clave de RogueGPT (créala en el sitio del autor) · Instala Python (uv) en tu computadora primero (una sola vez)
Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.
Instala el MCP server RogueGPT para VS Code en este equipo, en este orden: 1) Comprueba uv con uv --version. Si falta, dime que lo instale desde https://docs.astral.sh/uv/getting-started/installation/; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "roguegpt": { "type": "stdio", "command": "uvx", "args": [ "roguegpt", "mcp" ], "env": { "ROGUEGPT_MONGO_URI": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En ROGUEGPT_MONGO_URI deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de RogueGPT aparecen de verdad.Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
uv --versionMac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter
Windows: abre Inicio, escribe Windows PowerShell y elige Abrir
Si no está instalado: uv no tiene instalador de clics. Copia el comando de una línea para tu sistema (macOS o Windows) desde la página oficial de uv y pégalo en la Terminal · no hace falta instalar Python aparte; uv lo descarga cuando lo necesita
Abrir la página de descarga de uv ↗
Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: uv --version
Se instala una vez y sirve para todo lo que usa uv
Abre el sitio del autor, crea una cuenta y una clave de API para el siguiente paso. Consulta precios y planes gratis en su sitio.
En la configuración de RogueGPT, ROGUEGPT_MONGO_URI está vacío; añade tu clave y guarda
Pega la clave solo en el campo de la app; nunca en un chat ni se la envíes a nadie
Usa RogueGPT y dime qué puedes hacer por mí; luego muéstrame una cosa✓ Si VS Code dice que está usando RogueGPT o muestra una herramienta de RogueGPT en la respuesta, ya está conectado
Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión
Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps
Ver todas las apps que usan MCP →
La configuración JSON está en “Para desarrolladores”, abajo
Claude Code
claude mcp add --scope user roguegpt --env ROGUEGPT_MONGO_URI=your-value -- uvx roguegpt mcpClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"roguegpt": {
"command": "uvx",
"args": [
"roguegpt",
"mcp"
],
"env": {
"ROGUEGPT_MONGO_URI": "your-value"
}
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"roguegpt": {
"command": "uvx",
"args": [
"roguegpt",
"mcp"
],
"env": {
"ROGUEGPT_MONGO_URI": "your-value"
}
}
}
}VS Code (mcp.json)
{
"servers": {
"roguegpt": {
"type": "stdio",
"command": "uvx",
"args": [
"roguegpt",
"mcp"
],
"env": {
"ROGUEGPT_MONGO_URI": "your-value"
}
}
}
}ROGUEGPT_MONGO_URI secreto obligatorio envDescripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
pypi: roguegptSegún cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.
Se ejecutan en tu computadora en
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 20 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub aloth, dueña del repo
Último cambio de código: hace 13 días
Usa GPL-3.0
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Sin entradas en OSV.dev para roguegpt@1.5.0
Solo revisa esta versión del paquete, no todas sus dependencias · revisado 15 nov 2026
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/aloth-roguegpt)Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.
Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.
Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.
Aún no hay reseñas
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 3 de 3 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
Debes completar: ROGUEGPT_MONGO_URI
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez hace 13 días, y la última versión (1.5.0) llegó al registro hace 13 días.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
En la misma categoría: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.
Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Official Exa MCP for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| Este RogueGPT | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | Se instala en tu equipo | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada |
| Necesita clave | Sí | No | No | No | No | No |
| Se añade con + en Claude | No | Sí | Sí | Sí | No | No |
| Revisiones básicas | 3/3 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| Licencia | GPL-3.0 | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
If RogueGPT is useful for your research, please [cite the JOSS paper](#citation) and star the repository. GitHub's "Cite this repository" button in the sidebar gives the reference in APA and BibTeX.
Install: pip install roguegpt, or pip install "roguegpt[mcp]" with the MCP server. See Installation.
RogueGPT is research instrumentation. It generates controlled, fully parameterised news fragments so that researchers can measure how people and detectors respond to synthetic news under experimental conditions.
It is the upstream stage of a three-part pipeline: CRED-1 identifies unreliable sources, RogueGPT produces the stimuli, and JudgeGPT collects human judgements that link back to the exact generation parameters.
| Corpus | 3,278 multilingual fragments (2,638 machine, 640 human-sourced) |
| Models | 10 models across 6 providers (see Dataset for the full list) |
| Coverage | 4 languages, 3 formats, 5 journalistic styles per language |
| Provenance | every fragment stores the model, prompt, language, style, and format that produced it |
Scope and safeguards. The framework produces short fragments for delivery inside studies. It has no publishing, posting, distribution, scheduling, or audience-targeting capability, and none is planned. Researchers supply their own API credentials, so generation stays attributable and the upstream providers' usage policies continue to apply. Human data collection through JudgeGPT is subject to institutional ethics review, the corpus is archived under restricted academic access, and the software is GPL-3.0 so derivative work stays open to inspection. See Limitations and Disclaimer.
Empirical research on AI-generated news increasingly needs stimuli that are diverse, reproducible, and generated under controlled experimental conditions - not only for human-perception studies, but for the broader shift from static fake-news generation to agentic disinformation campaigns. RogueGPT provides a systematic, multi-model framework for producing such stimuli across multiple LLM families, languages, journalistic styles, and content formats, with full provenance tracking.
Unlike single-model predecessors (e.g., GROVER), RogueGPT uses an extensible, model-agnostic architecture that connects static text generation with dynamic agent-based simulation (ABS) of misinformation diffusion. By standardizing the "seeding" phase of misinformation simulations, it supports red-teaming of detection systems against diverse, parameter-rich content.
Intended users. The infrastructure targets four overlapping communities: (i) misinformation researchers who need controlled stimuli linked to perception data; (ii) red-teamers who generate adversarial content variants to stress-test detectors; (iii) agent-based simulation researchers who need reproducible seed content for diffusion models; and (iv) human-factors researchers studying perception.
RogueGPT is the stimulus generation component of the JudgeGPT research pipeline. Together, they enable end-to-end experiments from controlled content generation to quantitative human perception measurement. This methodology is described in our foundational survey, *"Blessing or Curse? A Survey on the Impact of Generative AI on Fake News"* (arXiv:2404.03021), and extended in two WWW '26 Companion papers: *"Industrialized Deception"* (arXiv:2601.21963), which examines the systemic effects of LLM-generated misinformation, and *"Eroding the Truth-Default"* (arXiv:2601.22871), which reports the human perception findings from stimuli generated by this framework.
RogueGPT follows a three-layer architecture that separates data logic from interfaces:
┌──────────────────────────────────────────────────────┐
│ Interfaces │ │ ┌───────────┐ ┌───────────┐ ┌──────────────────┐ │ │ │ app.py │ │ cli.py │ │ mcp_server.py │ │ │ │ Streamlit │ │ Terminal │ │ MCP Protocol │ │ │ └─────┬─────┘ └─────┬─────┘ └────────┬─────────┘ │ │ └──────────────┼─────────────────┘ │ │ ┌────┴────┐ │ │ │ core.py │ │ │ │ Data │ │ │ │ Layer │ │ │ └────┬────┘ │ │ ┌───────┴────────┐ │ │ │ MongoDB │ │ │ │ realorfake. │ │ │ │ fragments │ │ │ └────────────────┘ │ └──────────────────────────────────────────────────────┘
| Component | Purpose |
|---|---|
| `core.py` | Data layer: schema validation, normalization, MongoDB CRUD operations. No UI dependencies. |
| `app.py` | Streamlit web interface for interactive generation and manual data entry. |
| `cli.py` | Command-line interface for scripted ingestion, retrieval, and dataset inspection. |
| `mcp_server.py` | Model Context Protocol server exposing ingest_fragment and retrieve_fragments as tools for AI agent integration. |
| `prompt_engine.json` | Declarative configuration defining prompt templates, model identifiers, languages, styles, and formats. |
The current corpus contains 3,278 multilingual news fragments spanning:
Of the full corpus, 2,638 fragments are machine-generated and 640 are human-authored, all with binary human/machine labels and full generation metadata (source model, prompt type, language, format, topic).
The corpus is available on Zenodo under restricted access for academic research. The machine-generated fragments are released under CC BY 4.0; the human-sourced fragments are excerpts of third-party news material that we cannot license onward and are shared for research use only, which is why access is granted on request rather than openly:
The concept DOI 10.5281/zenodo.18703137 always resolves to the latest version. The current version is 1.2.1, 10.5281/zenodo.23053786 (3,278 fragments, snapshot of 23 March 2026). Cite the version DOI when your analysis has to be reproducible.
Note for machine learning use: the corpus contains duplicate content under distinct fragment identifiers (545 rows across 196 repeated texts). Group by normalized text before creating train and test splits, otherwise a random split leaks training content into the test set.
The figures above describe the released corpus. The model registry is a separate, larger surface: prompt_engine.json defines 47 model identifiers across 11 providers as of 2026-02-23, enabling rapid expansion of the corpus with new model generations. Registry entries are available for generation; they do not imply that a model contributed to the current snapshot.
Both figures are reproducible from the repository:
# corpus: models and providers actually represented
python3 -c "import csv,collections; r=list(csv.DictReader(open('roguegpt-fragments.csv'))); m=[x['MachineModel'] for x in r if x['MachineModel'].strip()]; print(len(r),'fragments |',len(m),'machine |',len(set(m)),'models |',len({x.split('_')[0] for x in m}),'providers')"
python3 -c "import json; m=json.load(open('prompt_engine.json'))['GeneratorModel']; print(len(m),'models |',len({x.split('_')[0] for x in m}),'providers')"
Human-written fragments are sourced from two categories:
Legitimate News is collected from established, internationally recognized outlets via RSS feeds, including BBC News, The Guardian, Reuters, Tagesschau, FAZ, Le Monde, and El País. For each article, the opening paragraphs are extracted and stored alongside the source URL and outlet name for full provenance.
Fake News is identified using the CRED-1 Domain Credibility Dataset (Loth, Kappes & Pahl, 2025; DOI: 10.5281/zenodo.18769460), which scores 2,673 domains on a 0–1 credibility scale based on editorial classification, fact-check claims, web popularity, and domain age. Domains categorized as *fake*, *unreliable*, or *conspiracy* with a CRED-1 score below 0.25 and an active Tranco web rank serve as the source pool. Articles are then scraped from these domains' RSS feeds using the same extraction pipeline as legitimate news. This approach ensures that fake news fragments reflect authentic disinformation language rather than artificially constructed examples.
Both categories are ingested via the RogueGPT CLI with full metadata (--origin Human, --outlet, --url, and --is-fake for fake news), enabling reproducible dataset expansion.
RogueGPT operates as the first stage of a two-part experimental workflow: