Характеристики

Контекст: 512 токенов
Параметры: 136 млн
Лицензия: MIT
Архитектура: bert · dense
Базовая модель: tybyria-v2.1
Опубликована: 22 мая 2026

Ссылки

tybyria-v2.2

Классификация текстаТекст → label3 профессии

TybyrIA v2.2 — BERT-классификатор для поиска признаков ненавистнических высказываний против LGBTQIA+ в комментариях на бразильском португальском.

49скачиваний за 30 дней6лайковвеса обновлены24 сен 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

TybyrIA v2.2 — модель Código Não Binário для выявления признаков ненавистнических высказываний против LGBTQIA+ в комментариях к публикациям в социальных сетях на бразильском португальском. Это дообученная модель классификации последовательностей на архитектуре BERT с 136,1 млн параметров и контекстом до 512 токенов; веса хранятся в формате safetensors. Модель выдаёт метки и оценки классов, включая оценку класса hate.

Её предназначение — помогать в исследованиях, документировании насилия и первичной сортировке больших объёмов комментариев, выделяя тексты для проверки человеком. Авторы рекомендуют рассматривать вероятность hate от 0,40 как повод для такой проверки. Модель создана правозащитной организацией Código Não Binário и обучена на вручную размеченных данных; веса распространяются по лицензии MIT, а данные для обучения — по CC-BY-NC-SA-4.0.

Модель ориентирована на комментарии о LGBTQIA+ на бразильском португальском. Вне этого контекста она может принять ненависть к другим группам за LGBT-фобию, а слова, смысл которых зависит от контекста, например amigues, могут классифицироваться ошибочно. Результаты следует использовать только как подсказки для человеческой проверки, а не для автоматической блокировки, удаления, наказания или оценки людей.

Сценарии применения

поиск комментариев с возможной LGBT-фобией в соцсетях
первичная сортировка больших массивов комментариев для проверки человеком
поддержка исследований и документирования насилия против LGBTQIA+

Ограничения

Модель предназначена для комментариев в контексте LGBTQIA+ и может ошибочно распознавать ненависть к другим группам как LGBT-фобию. Контекстно неоднозначные слова также могут классифицироваться неверно; каждый результат требует проверки человеком.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей I.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделей IV.8Отраслевые задачиГосударственное управление, правосудие и чрезвычайные ситуацииAI помогает улучшать государственные услуги, управление ресурсами, правосудие и реагирование на чрезвычайные ситуации.47 задач2 517моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🏳️‍🌈 TybyrIA v2.2

A TybyrIA identifica indícios de discurso de ódio contra pessoas LGBTQIA+ em comentários de redes sociais em português brasileiro.

Atualizada em 24/09/2026: modelo retreinado e revisado pela equipe.

🌱 De onde veio

É um protótipo feito por uma organização de direitos humanos, não nasceu em um laboratório de IA e sim em meio a uma onda coordenada de ódio.

Em 2024, o podcast Entre Amigues virou alvo de uma mobilização organizada de ataques anti-LGBTQIA+ que atravessou Instagram, TikTok, YouTube e X. Denunciamos às plataformas. Elas não agiram. Construímos a TybyrIA para conseguir medir com nossas próprias mãos o que elas se recusavam a reconhecer.

A anotação foi feita à mão pela própria Código Não Binário e pessoas colaboradoras. O treino rodou em computadores pessoais, com recursos limitados, doados por fundos de direitos humanos. O relatório que originou este modelo registra os "reduzidos recursos humanos, financeiros e psicológicos da organização e da equipe".

Somos uma organização de direitos humanos que ousa ser também um laboratório popular e colaborativo de IA. Publicamos o modelo, os dados e as limitações porque quem é afetado por sistemas automatizados tem direito de auditá-los, inclusive os nossos.

O nome é de Tybyra do Maranhão, primeira vítima registrada de LGBTfobia em território brasileiro.

🎯 Para que serve, e para que não serve

Serve para sinalizar textos que merecem olhar humano: pesquisa, documentação de violência e triagem de grandes volumes.

Não serve para bloquear, remover, punir ou pontuar ninguém automaticamente. Toda classificação é uma sugestão para revisão humana.

💻 Como usar

from transformers import pipeline

tybyria = pipeline("text-classification", model="Veronyka/tybyria-v2.2")
resultado = tybyria("seu comentário aqui", top_k=None)

Considere possível ódio a partir de 0,40 de probabilidade para hate, sempre com revisão humana depois.

⚠️ Limitações

Foi feita para comentários em conteúdo LGBTQIA+. Fora desse contexto, pode confundir ódio contra outros grupos com LGBTfobia.
Palavras que podem ser afirmativas ou hostis conforme o contexto (como "amigues") podem ser classificadas errado.

📄 Licença

Pesos deste repositório: MIT. Dados de treino: CC-BY-NC-SA-4.0.

Desenvolvido pela Código Não Binário.

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: ec85692