/ Модель

Характеристики

Контекст
514 токенов
Параметры
138 млн
Лицензия
Apache 2.0
Архитектура
camembert · dense
Опубликована
29 мая 2024

camembert-base-toxic-fr-user-prompts

Классификация текстаТекст → label3 профессии

Классификатор CamemBERT для выявления токсичных, безопасных и чувствительных пользовательских запросов на французском языке.

55скачиваний за 30 дней8лайковвеса обновлены30 мая 2024

Бенчмарки

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

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

Модель AgentPublic/camembert-base-toxic-fr-user-prompts — дообученная версия CamemBERT-base, разработанная автором репозитория и настроенная для классификации пользовательских запросов на французском языке. Она присваивает запросу одну из трёх категорий: токсичный, нетоксичный или чувствительный. К токсичным относятся в том числе оскорбительные и вредоносные запросы, а также попытки обойти ограничения; чувствительная категория охватывает, например, темы суицида и агрессии.

Модель содержит 137,8 млн параметров, использует архитектуру CamemBERT для классификации последовательностей и принимает текст с контекстом до 514 токенов. Её можно применять для первичной модерации запросов и выявления чувствительных тем во франкоязычных чатах. В README приведены предварительные метрики: F1 0,96 для нетоксичных, 0,98 для чувствительных и 0,88 для токсичных запросов; оценка ещё продолжается, а модель остаётся в разработке. Лицензия — Apache-2.0.

Сценарии применения

  • модерация пользовательских запросов во франкоязычном чате
  • выявление оскорбительных и вредоносных запросов
  • обнаружение попыток обойти ограничения модели
  • выявление запросов о суициде или агрессии
  • маршрутизация чувствительных обращений на дополнительную проверку

Ограничения

Модель находится в разработке, а её оценка требует дополнительных данных; для токсичного класса указана более низкая F1-метрика (0,88), чем для двух остальных классов. Качество на запросах, отличающихся от обучающих французских данных, не подтверждено.

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

This model is a camembert-base model fine-tuned on a French translated toxic-chat dataset plus additional synthetic data. The model is trained to classify user prompts into three categories: "Toxic", "Non-Toxic", and "Sensible".

  • Toxic: Prompts that contain harmful or abusive language, including jailbreaking prompts which attempt to bypass restrictions.
  • Non-Toxic: Prompts that are safe and free of harmful content.
  • Sensible: Prompts that, while not toxic, are sensitive in nature, such as those discussing suicidal thoughts, aggression, or asking for help with a sensitive issue.

The evaluation results are as follows (still under evaluation, more data is needed):

PrecisionRecallF1-Score
Non-Toxic0.970.950.96
Sensible0.950.990.98
Toxic0.870.900.88
Accuracy0.94
Macro Avg0.930.950.94
Weighted Avg0.940.940.94

Note: This model is still under development, and its performance and characteristics are subject to change as training is not yet complete.

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
CamembertForSequenceClassification
Ревизия весов
ec05d55

0 моделей