/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Архитектура
roberta · dense
Опубликована
23 авг 2024

roberta_toxicity_classifier

Классификация текстаТекст → label3 профессии

Классификатор на базе RoBERTa определяет токсичность англоязычных комментариев для задач модерации.

80скачиваний за 30 дней0лайковвеса обновлены23 авг 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

Это классификатор токсичности текстов на базе RoBERTa, дообученной разработчиками модели на объединённом англоязычном наборе примерно из 2 млн примеров Jigsaw 2018, 2019 и 2020. Модель предназначена для определения токсичных комментариев и модерации пользовательского текста.

В карточке сообщается, что на тестовой выборке первого соревнования Jigsaw классификатор достиг AUC-ROC 0,98 и F1-score 0,76. Архитектура — RobertaForSequenceClassification, размер — около 151,8 млн параметров, контекст — до 514 токенов. Указан английский язык; веса представлены в формате PyTorch.

Модель рассчитана на классификацию текста, а не на генерацию ответов. Результаты зависят от порога классификации и соответствия входных данных обучающей выборке; приведённые метрики не гарантируют такого же качества на других источниках комментариев. Лицензия — CC BY-NC-SA 4.0, допускающая использование с атрибуцией и на условиях ShareAlike, но не коммерческое использование.

Сценарии применения

  • выявление токсичных комментариев на английском языке
  • автоматическая предварительная модерация пользовательских публикаций
  • фильтрация оскорбительных сообщений в обсуждениях
  • оценка токсичности текстов в наборах данных

Ограничения

Метрики приведены для тестовой выборки первого соревнования Jigsaw и могут не переноситься на другие источники текста. Лицензия CC BY-NC-SA 4.0 запрещает коммерческое использование.

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

Toxicity Classification Model

This model is trained for toxicity classification task. The dataset used for training is the merge of the English parts of the three datasets by Jigsaw (Jigsaw 2018, Jigsaw 2019, Jigsaw 2020), containing around 2 million examples. We split it into two parts and fine-tune a RoBERTa model (RoBERTa: A Robustly Optimized BERT Pretraining Approach) on it. The classifiers perform closely on the test set of the first Jigsaw competition, reaching the AUC-ROC of 0.98 and F1-score of 0.76.

How to use

from transformers import RobertaTokenizer, RobertaForSequenceClassification

# load tokenizer and model weights
tokenizer = RobertaTokenizer.from_pretrained('SkolkovoInstitute/roberta_toxicity_classifier')
model = RobertaForSequenceClassification.from_pretrained('SkolkovoInstitute/roberta_toxicity_classifier')

# prepare the input
batch = tokenizer.encode('you are amazing', return_tensors='pt')

# inference
model(batch)

Licensing Information

Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

CC BY-NC-SA 4.0

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
RobertaForSequenceClassification
Ревизия весов
b8877c0

0 моделей