/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-large
Библиотека
transformers
Опубликована
5 дек 2024

xlm-roberta-large-spam_v4

Классификация текстаТекст → label3 профессии

Мультиязычный классификатор XLM-RoBERTa Large определяет спам, обычные сообщения, маркетинг и бессмысленный текст в письмах и чатах.

270скачиваний за 30 дней0лайковвеса обновлены19 ноя 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

baptistejamin/xlm-roberta-large-spam_v4 — дообученная Baptiste Jamin мультиязычная модель классификации текста на основе XLM-RoBERTa Large. Она оценивает сообщения электронной почты и чатов, включая историю многоходового диалога, и относит их к классам spam, regular, marketing или gibberish. Модель использует архитектуру encoder-only с 658,7 млн параметров, принимает текст и рассчитана на контекст до 514 токенов.

Модель предназначена для фильтрации спама, мошеннических и фишинговых сообщений, нежелательной рекламы и бессмысленного текста в почте и переписке. В README приведены значения F1: 0,90 для спама, 0,95 для обычных сообщений, 0,87 для маркетинга и 0,94 для gibberish; это результаты, заявленные автором. Поддерживаются английский, французский, русский, китайский, японский, польский, португальский, нидерландский и арабский языки.

Модель выпущена под открытой лицензией; конкретные условия лицензии в доступных данных не приводятся. Качество может различаться на данных, отличающихся от использованной смеси писем, чатов и переписок, а заявленные метрики не гарантируют такую же точность в конкретном применении.

Сценарии применения

  • фильтрация спама в электронной почте
  • обнаружение фишинговых сообщений в переписках
  • классификация рекламных сообщений в чатах
  • фильтрация бессмысленных сообщений
  • проверка сообщений с учётом истории диалога

Ограничения

Заявленные метрики приведены автором README и могут не переноситься на другие данные и сценарии. Контекст ограничен 514 токенами; конкретная лицензия в предоставленных данных не указана.

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

🛡️ Hybrid Chat + Email Spam Classifier (Encoder-Only, Multi-Turn)

This repository provides a lightweight, encoder-only multi-turn classifier designed to detect spam and unwanted content across emails and chat conversations.

It supports short and long messages, as well as multi-turn conversational inputs (meta data + message)

It was trained using a mixed dataset emails, support chats, and messaging threads, using a 14B Teacher Model.

This model is a fast-encoder only model, trained from distillation with a 14B Teacher Model on a 20M records dataset.


✨ Features

  • Encoder-only architecture → gives scores
  • Multi-turn support → handles conversation history and context windows
  • Hybrid input domain → optimized for both chat messages & email bodies
  • High-throughput → suitable for millions of messages/day
  • Ideal for security filters (spam, scams, phishing, self-promotion content)
  • Open-source and deployable anywhere (CPU or GPU)

🔧 Model Architecture

  • Type: Encoder-only (XLM Roberta Large)

  • Input format:

[CONTEXT 1] [CONTEXT 2] ... [USER MESSAGE]

Labels include:

  • spam
  • regular (ham)
  • marketing
  • gibberish

Benchmark

  • F1 Spam: 0.90
  • F1 Regular: 0.95
  • F1 Marketing: 0.87
  • F1 Gibberish: 0.94

While this model is not perfect, it is excellent at quickly catching spam and is way better than bayesian filters.

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
XLMRobertaForSequenceClassification
Ревизия весов
3778541

0 моделей