russian_spam_detector
Модель russian_spam_detector предназначена для бинарной классификации текстов на 2 категории:
- LABEL_1 — спам-сообщение
- LABEL_0 — нормальное сообщение (не спам)
🚀 Использование
from transformers import AutoTokenizer, AutoModelForSequenceClassification, pipeline
model_name = "corall88/russian_spam_detector"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)
detector = pipeline("text-classification", model=model, tokenizer=tokenizer)
message = "Поздравляем! Вы выиграли 1000000 рублей, пройдите по ссылке - ..."
predict = detector(message)
print(predict)
📊 Датасет
В качетсвете данных для файнтюнинга модели был выбран датасет cо спам сообщениями.
🧠 Архитектура
Модель основана на RuModernBERT-base и дообучена на задаче бинарной классификации.
⚙️ Параметры обучения
- Epochs: 4
- Batch size: 16
- Optimizer: AdamW
- Learning rate: 2e-5
- Loss: CrossEntropyLoss
- Max sequence length: 256
📈 Результаты
| Metric | Value |
|---|---|
| Accuracy | 0.99 |
| F1-score | 0.99 |
| Precision | 0.99 |
| Recall | 0.99 |
Citation
@misc{russian_spam_detector,
title={russian_spam_detector: modern model for spam detection},
author={corall88},
url={https://huggingface.co/corall88/russian_spam_detector},
publisher={Hugging Face}
year={2025},
}