/ Модель

Характеристики

Контекст
514 токенов
Параметры
305 млн
Лицензия
Apache 2.0
Архитектура
xlm-roberta · dense
Базовая модель
xlm-roberta-base
Опубликована
13 фев 2026

toxicity-classifier-xlmr-base-v3

Классификация текстаТекст → label3 профессии

Многоязычная модель классифицирует тексты на турецком, арабском и английском как токсичные или нетоксичные.

102скачиваний за 30 дней1лайквеса обновлены24 июл 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

Многоязычный классификатор токсичности Görkem Yıldız на базе XLM-RoBERTa-base. Дообученная модель с архитектурой XLMRobertaForSequenceClassification содержит 305,2 млн параметров и предназначена для бинарной классификации текста на токсичный и нетоксичный.

Модель рассчитана на тексты на турецком, арабском и английском языках. По данным карточки, F1 составляет 91,3%, точность — 91,2%, а результат стресс-теста — 97,7% на 266 примерах. Контекст модели — 514 токенов.

Может применяться для первичной модерации текстов и выявления токсичных сообщений. Результаты классификации стоит проверять в контексте конкретного сервиса и языка. Распространяется по лицензии Apache-2.0.

Сценарии применения

  • поиск токсичных комментариев на турецком языке
  • модерация арабских сообщений и публикаций
  • фильтрация токсичных англоязычных текстов

Ограничения

Классификация бинарная и может не учитывать контекст или культурные особенности формулировок; приведённые метрики не гарантируют качество на данных конкретного сервиса. Контекст ограничен 514 токенами.

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

Multilingual Toxicity Classifier (XLM-RoBERTa-base V3)

Binary toxicity classifier for Turkish, Arabic, and English text, built on XLM-RoBERTa-base.

Author

Model Details

PropertyValue
Base Modelxlm-roberta-base (280M params)
TaskBinary text classification (toxic / not-toxic)
LanguagesTurkish, Arabic, English
Training Data105K balanced samples
TrainingFocal loss, bf16, 15 epochs

Performance

MetricScore
F191.3%
Accuracy91.2%
Stress Test97.7% (260/266)

Usage

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

model_name = "gorkem371/toxicity-classifier-xlmr-base-v3"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)
model.eval()

text = "You are a wonderful person!"
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=256)

with torch.no_grad():
    outputs = model(**inputs)
    probs = torch.softmax(outputs.logits, dim=-1)
    prediction = torch.argmax(probs, dim=-1).item()

labels = {0: "not-toxic", 1: "toxic"}
print(f"Text: {text}")
print(f"Prediction: {labels[prediction]} (confidence: {probs[0][prediction]:.3f})")

Training Details

  • Architecture: XLM-RoBERTa-base with a classification head (2 labels)
  • Loss Function: Focal loss (gamma=2) with inverse class weights
  • Precision: bf16 (bfloat16)
  • Epochs: 15
  • Dataset: 105K balanced samples across Turkish, Arabic, and English

License

Apache 2.0

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
XLMRobertaForSequenceClassification
Ревизия весов
0e88eab

0 моделей