/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Архитектура
bert · dense
Базовая модель
toxic-bert
Библиотека
transformers.js
Опубликована
12 авг 2023

toxic-bert

Классификация текстаТекст → label3 профессии

Xenova/toxic-bert — модель для классификации токсичности текста, разработанная на основе unitary/toxic-bert и распространяемая с весами в формате ONNX.

17 834скачиваний за 30 дней7лайковвеса обновлены30 июн 2025

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

Репозиторий подготовлен для совместимости с библиотекой Transformers.js и ориентирован на выполнение классификации непосредственно в JavaScript-приложениях, включая веб-сценарии.

Модель предназначена для анализа текстовых сообщений и может использоваться, например, при предварительной модерации пользовательского контента и выявлении токсичных высказываний. В README приведён пример применения через pipeline с задачей text-classification. Подробные сведения о размере модели, архитектуре, поддерживаемых языках, длине контекста и точных метриках не указаны.

Ключевое преимущество — наличие ONNX-весов, упрощающих использование модели в экосистеме Transformers.js. Ограничения и условия лицензирования в предоставленных данных не описаны; также отсутствует информация о точности, наборе данных и границах применимости модели.

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

https://huggingface.co/unitary/toxic-bert with ONNX weights to be compatible with Transformers.js.

Usage (Transformers.js)

If you haven't already, you can install the Transformers.js JavaScript library from NPM using:

npm i @huggingface/transformers

Example: Text Classification

import { pipeline } from '@huggingface/transformers';

const classifier = await pipeline('text-classification', 'Xenova/toxic-bert');
const output = await classifier('I love transformers!');

Note: Having a separate repo for ONNX weights is intended to be a temporary solution until WebML gains more traction. If you would like to make your models web-ready, we recommend converting to ONNX using 🤗 Optimum and structuring your repo like this one (with ONNX weights located in a subfolder named onnx).

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers.js

Нельзя запустить

Модель выложена для браузера (ONNX / transformers.js), для GPU-рантайма нет весов.

Класс архитектуры
BertForSequenceClassification
Ревизия весов
65cbc26

0 моделей