Дообученная англоязычная BERTweet классифицирует короткие сообщения как слухи или достоверное содержание.
9скачиваний за 30 дней0лайковвеса обновлены19 июн 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
PocketChen/SJTU_NIS4307_intro2ai_bertweet — дообученная модель BERTweet для бинарной классификации англоязычных сообщений по признаку слуха или фейковой информации. Она создана для учебного проекта курса SJTU NIS4307 Introduction to AI и основана на энкодере RoBERTa из vinai/bertweet-base, предварительно обученном на англоязычных твитах. Классификационная голова выдаёт метки LABEL_0 (не слух, достоверное или подтверждённое содержание) и LABEL_1 (слух, фейковое или опровергнутое содержание).
Модель содержит 162,4 млн параметров, принимает текст и имеет контекст до 130 токенов. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — MIT. Модель подходит для классификации коротких сообщений в задачах обнаружения слухов и дезинформации. Её классы объединяют несколько близких понятий, поэтому предсказание не следует считать независимой проверкой достоверности; работа за пределами коротких англоязычных сообщений не подтверждена.
Сценарии применения
классификация англоязычных твитов на слухи и несодержащие слухов
поиск фейковых сообщений в коротких текстах
выявление сообщений с неподтверждёнными утверждениями
фильтрация и первичная разметка слухов в социальных сетях
Ограничения
Модель рассчитана на короткие англоязычные сообщения с контекстом до 130 токенов. Метки объединяют слухи, фейки и опровергнутый контент в один класс, а достоверное, реальное и подтверждённое содержание — в другой; точность на конкретных данных в карточке не приведена.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
This model repository contains a fine-tuned BERTweet binary text classification model for the SJTU NIS4307 Introduction to AI course project.
The model predicts:
LABEL_0: non-rumor / real / supported content
LABEL_1: rumor / fake / refuted content
Architecture
The model is based on vinai/bertweet-base, a RoBERTa-style Transformer encoder pretrained on English tweets.
Input text
-> BERTweet tokenizer
-> BERTweet Transformer encoder
-> pooled / classification representation
-> dropout
-> linear classification head
-> logits for labels 0 and 1
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров