/ Модель

Характеристики

Параметры
138 млн
Архитектура
mt5 · dense
Опубликована
30 мая 2024

visocial-T5-base

Заполнение пропусковТекст → текст3 профессии

Продолжительно предобученная модель mT5 для анализа вьетнамских текстов из соцсетей, в том числе выявления языка вражды и токсичных высказываний.

39скачиваний за 30 дней20лайковвеса обновлены1 дек 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Visocial-T5-base — модель семейства mT5, разработанная 5CD-AI для анализа текстов из вьетнамских социальных сетей. Это продолжительно предобученная версия google/mt5-base: словарь сокращён до 50 589 токенов, а обучение продолжено на объединённом корпусе объёмом 20 ГБ, включающем публикации и комментарии Facebook, материалы UIT, данные электронной коммерции и отзывы Amazon, переведённые на вьетнамский язык. Модель содержит 137,9 млн параметров и распространяется в формате safetensors.

В README описана оценка на задачах выявления языка вражды, токсичных высказываний и фрагментов с языком вражды во вьетнамских текстах. Метаданные указывают задачу fill-mask; конкретные результаты сравнительных таблиц в доступном README опущены. Лицензия и ограничения на использование в предоставленных данных не указаны.

Сценарии применения

  • выявление языка вражды во вьетнамских публикациях и комментариях
  • поиск токсичных высказываний во вьетнамских соцсетях
  • определение фрагментов текста с языком вражды
  • заполнение пропусков во вьетнамском тексте

Ограничения

В README не приведены численные результаты сравнительных таблиц, поэтому качество модели по описанным задачам нельзя оценить по предоставленным данным. Лицензия и сведения о допустимых сценариях использования не указаны.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

5CD-AI/visocial-T5-base

Overview

We trimmed vocabulary size to 50,589 and continually pretrained google/mt5-base[1] on a merged 20GB dataset, the training dataset includes:

  • Crawled data (Million of comments and posts on Facebook)
  • UIT data[2], which is used to pretrain uitnlp/visobert[2]
  • MC4 ecommerce
  • 10.7M comments on VOZ Forum from tarudesu/VOZ-HSD[7]
  • 3.6M reviews from Amazon[3] translated into Vietnamese from 5CD-AI/Vietnamese-amazon_polarity-gg-translated

Here are the results on 3 downstream tasks on Vietnamese social media texts, including Hate Speech Detection(UIT-HSD), Toxic Speech Detection(ViCTSD), Hate Spans Detection(ViHOS):

Visocial-T5-base versus other T5-based models in terms of Vietnamese HSD-related task performance with Macro F1-score:

Fine-tune Configuration

We fine-tune 5CD-AI/visocial-T5-base on 3 downstream tasks with transformers library with the following configuration:

  • seed: 42
  • training_epochs: 4
  • train_batch_size: 4
  • gradient_accumulation_steps: 8
  • learning_rate: 3e-4
  • lr_scheduler_type: linear
  • model_max_length: 256
  • metric_for_best_model: eval_loss
  • evaluation_strategy: steps
  • eval_steps=0.1

References

[1] mT5: A massively multilingual pre-trained text-to-text transformer

[2] ViSoBERT: A Pre-Trained Language Model for Vietnamese Social Media Text Processing

[3] The Amazon Polarity dataset

[4] PhoBERT: Pre-trained language models for Vietnamese

[5] Improving Sequence Tagging for Vietnamese Text Using Transformer-based Neural Models

[6] ViSoBERT: A Pre-Trained Language Model for Vietnamese Social Media Text Processing

[7] ViHateT5: Enhancing Hate Speech Detection in Vietnamese With A Unified Text-to-Text Transformer Model

[8] ViT5: Pretrained Text-to-Text Transformer for Vietnamese Language Generation

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
MT5ForConditionalGeneration
Ревизия весов
5a21fb7

0 моделей