/ Модель

Характеристики

Контекст
2 048 токенов
Параметры
29 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Опубликована
29 июл 2026

rubert-tiny2-toxic-detector

Классификация текстаТекст → label3 профессии

Компактная русскоязычная BERT-модель для классификации комментариев и сообщений на токсичность.

39скачиваний за 30 дней1лайквеса обновлены29 июл 2026

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

rubert-tiny2-toxic-detector — компактная модель классификации текста, разработанная KvaytG и дообученная на cointegrated/rubert-tiny2 для выявления токсичных комментариев и сообщений на русском языке. Модель основана на архитектуре BERT, содержит 29 млн параметров и принимает текст длиной до 2048 токенов.

Модель предназначена для автоматической модерации русскоязычных обсуждений, сообщений и пользовательских комментариев. README описывает настройку порога классификации: оптимальное значение 0,70 выбрано на валидационной выборке. На независимой тестовой выборке из 102 308 примеров F1 для класса токсичных сообщений составил 0,9535; выборка содержит значительно меньше токсичных, чем обычных примеров, поэтому результаты могут зависеть от распределения данных и выбранного порога.

Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0.

Сценарии применения

  • фильтрация токсичных комментариев на русском языке
  • модерация сообщений в русскоязычном чате
  • отбор токсичных публикаций для проверки модератором

Ограничения

Порог 0,70 выбран на валидационной выборке; качество на других данных и при ином соотношении токсичных и обычных сообщений может отличаться. В README приведены метрики на тестовой выборке с заметным дисбалансом классов.

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

rubert-tiny2-toxic-detector

A lightweight and high-performance model for detecting toxic comments and messages in Russian. Fine-tuned on top of cointegrated/rubert-tiny2 using threshold optimization.

Test Set Metrics

Evaluated on an independent test set of 102,308 samples (80/10/10 split).

  • Optimal Threshold: 0.70 (determined on the validation set).
ClassPrecisionRecallF1-ScoreSupport
Normal (0)0.99970.99980.9998101,786
Toxic (1)0.96470.94250.9535522
Accuracy0.9995102,308
Macro Avg0.98220.97120.9766102,308
Weighted Avg0.99950.99950.9995102,308

Quick Start / Usage

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

MODEL_NAME = "KvaytG/rubert-tiny2-toxic-detector"
THRESHOLD = 0.70

tokenizer = AutoTokenizer.from_pretrained(MODEL_NAME)
model = AutoModelForSequenceClassification.from_pretrained(MODEL_NAME)
model.eval()

texts = [
    "Привет! Как твои дела?"
]

inputs = tokenizer(texts, padding=True, truncation=True, max_length=128, return_tensors="pt")

with torch.no_grad():
    outputs = model(**inputs)
    probs = torch.sigmoid(outputs.logits.squeeze(-1)).cpu().numpy()

for text, prob in zip(texts, probs):
    is_toxic = bool(prob > THRESHOLD)
    print(f"Text: '{text}'")
    print(f"  Toxicity probability: {prob:.4f} | Is toxic: {is_toxic}\n")

Training Details & Hyperparameters

  • Base Model: cointegrated/rubert-tiny2
  • Dataset Size: 1,023,075 rows (80% Train / 10% Val / 10% Test)
  • Loss Function: Binary Focal Loss (alpha=0.75, gamma=2.0)
  • Optimizer: AdamW (learning_rate=3e-5, weight_decay=0.01)
  • LR Scheduler: Linear Schedule with Warmup (10% warmup steps)
  • Batch Size: 64
  • Max Sequence Length: 128
  • Epochs: 3
  • Mixed Precision: PyTorch AMP (Automatic Mixed Precision)

License

This model is released under the Apache License 2.0.

Citation

@misc{kvaytg_rubert_tiny2_toxic_detector,
  author       = {KvaytG},
  title        = {RuBERT-tiny2 Toxic Text Detector},
  year         = {2026},
  publisher    = {Hugging Face},
  journal      = {Hugging Face Models},
  url          = {https://huggingface.co/KvaytG/rubert-tiny2-toxic-detector},
  note         = {High-performance lightweight toxic text detector for Russian language}
}

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
BertForSequenceClassification
Ревизия весов
ac1ed67

0 моделей