See https://www.kaggle.com/code/dima806/email-spam-classification-roberta for more details.
Характеристики
- Контекст
- 514 токенов
- Параметры
- 152 млн
- Лицензия
- Apache 2.0
- Архитектура
- roberta · dense
- Базовая модель
- roberta-base
- Опубликована
- 13 ноя 2023
Ссылки
email-spam-detection-roberta
Дообученная англоязычная RoBERTa для классификации текста электронных писем и обнаружения спама.
1 041скачиваний за 30 дней5лайковвеса обновлены19 дек 2024
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
dima806/email-spam-detection-roberta — англоязычная модель классификации текста на базе RoBERTa, дообученная на FacebookAI/roberta-base для обнаружения спама в электронных письмах. Она принимает текст и выдаёт метку класса; архитектура — RobertaForSequenceClassification, размер — около 151,8 млн параметров, максимальный контекст — 514 токенов. Модель подходит для автоматической сортировки почты и предварительной фильтрации подозрительных писем. Распространяется по лицензии Apache-2.0. README не содержит подробностей о данных обучения и показателях качества.
Сценарии применения
- фильтрация спама во входящей почте
- классификация писем по признаку спама
- предварительная сортировка сообщений перед проверкой оператором
Ограничения
Предел контекста составляет 514 токенов. В README не приведены метрики качества или сведения о данных обучения, поэтому точность и переносимость на другие типы сообщений не установлены.
Для каких профессий подходит3
Разделы каталога профессий, в задачах которых используется эта модель
II.11Разработка и данныеКибербезопасность и приватностьAI помогает обнаруживать киберугрозы, защищать данные и помогать реагировать на инциденты.25 задач4 232моделиI.11Универсальные способностиКлассификация, ранжирование и сопоставлениеAI помогает распределять объекты по категориям, устанавливать соответствия и определять порядок обработки.15 задач26 736моделейI.14Универсальные способностиАвтоматизация процессов и AI-агентыAI помогает выполнять многошаговые цифровые процессы и координировать действия между системами.20 задач26 022модели
Карточка модели
README от автора на Hugging Face, как он его опубликовал
Как запустить
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…
- Класс архитектуры
- RobertaForSequenceClassification
- Ревизия весов
- b40a5df