/ Модель

Характеристики

Контекст
512 токенов
Лицензия
Apache 2.0
Архитектура
distilbert · dense
Базовая модель
line-distilbert-base-japanese
Библиотека
transformers
Опубликована
2 сен 2026

japanese-x-ragebait-line-distilbert-base

Классификация текстаТекст → label

Японский классификатор на базе LINE DistilBERT определяет, размечена ли публикация X как ragebait, для академического исследования.

48скачиваний за 30 дней0лайковвеса обновлены2 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

Модель Japanese X Ragebait — японский классификатор текстов на базе DistilBERT от LINE, дообученный Zhiyang Qi для бинарного выявления ragebait в публикациях японского X. Она относит текст к классу NO (не ragebait) или YES (ragebait); метки отражают исследовательскую разметку, а не установленный факт о публикации или её авторе. Модель предназначена для академического исследования распространения и характеристик провокационного контента в японских соцсетях.

Модель использует архитектуру DistilBertForSequenceClassification, принимает текст и выдаёт метку класса. В обучении применялась максимальная длина последовательности 256 токенов; базовая модель поддерживает контекст до 512 токенов. На сбалансированном тестовом наборе из 2 000 публикаций автор сообщает точность 82,65%, точность для класса ragebait 81,79% и полноту 84,00%. Лицензия репозитория — Apache-2.0, однако автор ограничивает предполагаемое использование некоммерческими академическими исследованиями. Разметка создавалась с помощью конвейера с участием LLM и может содержать ошибки; качество может снижаться для других периодов, платформ, языков и тематик.

Сценарии применения

  • исследование ragebait в японских публикациях X
  • подсчёт доли провокационных публикаций в исследовательской выборке
  • сравнение выявления ragebait в японских текстах по периодам
  • фильтрация публикаций для последующего академического анализа

Ограничения

Модель обучена на японских публикациях и исследовательских метках, созданных с участием LLM; разметка может быть ошибочной, а качество — снижаться на других платформах, периодах и тематиках. Автор не рекомендует использовать её для профилирования, ранжирования, преследования или принятия значимых решений об отдельных пользователях.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Japanese X Ragebait - LINE DistilBERT Base

This is the LINE DistilBERT component of the three-model ragebait detector from “From Detection to Characterization: A Large-Scale Study of Ragebait on Japanese X” (WI-IAT 2026). It is a binary Japanese text classifier fine-tuned from line-corporation/line-distilbert-base-japanese.

Labels

  • NO (0): non-ragebait
  • YES (1): ragebait

The labels are research annotations and should not be treated as facts about a post or its author.

Training

  • Labeled split: 16,558 posts, balanced between YES and NO
  • Train/validation partition: 14,902 / 1,656
  • Held-out test split: 2,000 posts, balanced between YES and NO
  • Epochs: 3
  • Learning rate: 2e-5
  • Batch size: 32
  • Maximum sequence length: 256
  • Warmup ratio: 0.1
  • Weight decay: 0.01
  • Seed: 42
  • Best checkpoint criterion: validation Macro-F1

The public dataset repository contains only Post IDs and labels, not redistributed post text: ZhiyangQi/japanese-x-ragebait.

Test results

MetricValue
Accuracy82.65%
Precision (YES)81.79%
Recall (YES)84.00%
Macro-F182.65%

The confusion matrix is [[813, 187], [160, 840]], ordered as NO, YES. Full training history and unrounded values are in training_results.json.

Usage

import torch
from transformers import AutoModelForSequenceClassification, AutoTokenizer

model_id = "ZhiyangQi97/japanese-x-ragebait-line-distilbert-base"
tokenizer = AutoTokenizer.from_pretrained(
    model_id,
    use_fast=False,
    trust_remote_code=True,
)
model = AutoModelForSequenceClassification.from_pretrained(model_id)

text = "分類したい日本語テキスト"
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=256)
with torch.inference_mode():
    prediction = model(**inputs).logits.argmax(dim=-1).item()

print(model.config.id2label[prediction])

Install transformers, torch, sentencepiece, fugashi, and unidic-lite before loading the tokenizer. Review the included custom tokenizer code before enabling trust_remote_code=True.

Limitations and intended use

This model is intended for non-commercial academic research on Japanese ragebait. The training labels were created with an LLM-assisted pipeline and may contain errors. Ragebait is contextual and intent-based; performance may degrade on other periods, platforms, languages, or domains. Do not use this model to profile, rank, target, identify, harass, moderate, or make consequential decisions about individual users.

License

The base model is distributed under the Apache License 2.0. See the base model card for its terms and documentation.

Citation

@inproceedings{qi2026ragebait,
  title = {From Detection to Characterization: A Large-Scale Study of Ragebait on Japanese X},
  author = {Qi, Zhiyang and Ito, Kazuhiro and Chen, Jinghui and Nakamura, Hibiki and Chen, Zhangxuan and Murata, Erina and Chujyo, Masaki and Toriumi, Fujio},
  booktitle = {WI-IAT 2026},
  year = {2026}
}

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
DistilBertForSequenceClassification
Ревизия весов
e010d07

0 моделей