/ Модель

Характеристики

Лицензия
MIT
Опубликована
13 июл 2026

PhoBertCustom_ClickBait2025

Классификация текстаТекст → label

Модель на основе PhoBERT-base определяет, является ли заголовок вьетнамской новости кликбейтом.

0скачиваний за 30 дней0лайковвеса обновлены13 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

TrongCreater05/PhoBertCustom_ClickBait2025 — модель для бинарного выявления кликбейта во вьетнамских новостях. Она разработана на основе PhoBERT-base с дополнительными слоями CNN и pooling; принимает заголовок новости и, при наличии, вводный абзац или контекст статьи и классифицирует текст как некликбейт или кликбейт.

Модель предназначена для анализа заголовков в демонстрационном приложении Streamlit и может помогать сортировать или проверять новостные материалы. Для использования опубликован чекпойнт PyTorch. Лицензия — MIT.

Обучение проводилось на данных вьетнамских новостей. Модель может работать ненадёжно с другими языками, очень короткими или неполными текстами и материалами из областей, существенно отличающихся от обучающих данных.

Сценарии применения

  • выявление кликбейтных заголовков во вьетнамских новостях
  • проверка заголовка вместе с вводным абзацем статьи
  • автоматическая сортировка новостных материалов по признаку кликбейта

Ограничения

Обучена на вьетнамских новостях и может ненадёжно работать с другими языками, очень короткими или неполными входами и текстами из существенно отличающихся областей.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Vietnamese Clickbait Detection

Mô hình phát hiện tiêu đề clickbait tiếng Việt.

Architecture

  • Encoder: PhoBERT-base
  • Additional layers: CNN and pooling
  • Task: Binary classification
  • Labels:
    • 0: Non-clickbait
    • 1: Clickbait

Inputs

The model receives:

  • News title
  • Lead paragraph or article context

Limitations

The model was trained on Vietnamese news data and may not perform reliably on:

  • Other languages
  • Very short or incomplete inputs
  • Domains that differ significantly from the training dataset

Intended use

This repository stores the trained checkpoint used by the Streamlit demonstration application.

Как запустить

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

GPU в ailist

Универсальный рантайм

Нельзя запустить

В репозитории нет config.json: не понять архитектуру модели.

Ревизия весов
23f462f

0 моделей