/ Модель

Характеристики

Лицензия
Своя лицензия
Архитектура
lionguard2lite · dense
Опубликована
18 ноя 2025

lionguard-2-lite

Классификация текстаТекст → label3 профессии

LionGuard 2 Lite — локальный многоязычный классификатор для выявления небезопасного и недопустимого текстового контента.

168скачиваний за 30 дней2лайкавеса обновлены18 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

LionGuard 2 Lite — разработанная GovTech Singapore многоязычная модель-классификатор для модерации текстового контента в сингапурском контексте. Она использует эмбеддинги Google EmbeddingGemma-300M размерности 768 и многоголовый классификатор, который выдаёт оценки общей безопасности и отдельных категорий: ненавистнические высказывания, оскорбления, сексуальный контент, физическое насилие, самоповреждение и другие виды проступков. Для ряда категорий предусмотрены уровни тяжести.

Модель предназначена для локальной проверки пользовательских сообщений и выявления потенциально опасного или недопустимого содержания. Она ориентирована на английский, синглиш, китайский, малайский и тамильский языки в Сингапуре; README указывает также на полностью локальную работу без внешних API-вызовов. Репозиторий содержит веса в формате safetensors.

Оценки модели можно использовать для автоматической сортировки и направления сообщений на модерацию, однако README не приводит метрик качества или сведений об устойчивости к контексту и неоднозначным формулировкам. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория.

Сценарии применения

  • проверка сообщений на ненавистнические высказывания
  • выявление оскорблений и травли в пользовательском контенте
  • обнаружение сексуального контента с оценкой уровня откровенности
  • выявление угроз физического насилия
  • обнаружение высказываний о самоповреждении и суициде
  • модерация текста на английском, синглише, китайском, малайском и тамильском

Ограничения

Модель ориентирована на сингапурский контекст, а в README не приведены метрики качества или оценка работы на других контекстах. Лицензия указана как other; условия использования нужно проверять в репозитории.

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

LionGuard 2 Lite

LionGuard 2 is a multilingual content moderation classifier tuned for English/Singlish, Chinese, Malay, and Tamil in the Singapore context.

This lite version leverages Google's embeddinggemma-300m (768-dimensional embeddings) with a multi-head classifier to return fine-grained scores for the following categories:

  • Overall safety (binary)
  • Hate (hateful_l1, hateful_l2)
  • Insults (insults)
  • Sexual content (sexual_l1, sexual_l2)
  • Physical violence (physical_violence)
  • Self-harm (self_harm_l1, self_harm_l2)
  • Other misconduct (all_other_misconduct_l1, all_other_misconduct_l2)

LionGuard 2 Lite runs fully locally, with no external API calls.


Taxonomy

S/NCategoryLevelDescriptionExample
1Hate1 (Discriminatory)Derogatory or generalized negative statements targeting a protected group.“All Chinese people are so scheming.”“Malays are always late and lazy.”“Indians are too noisy; I avoid them whenever possible.”
2 (Hate Speech)Explicit calls for harm or violence against a protected group.“We should kick all Chinese people out of the country.”“Burn down their temple…”“Kill the Indians in Little India; they don’t belong here.”
2Insultsno sub-levelsDemeans, humiliates, or mocks without referencing a protected trait.“You’re so dumb, you probably failed your PSLE.”“Your singing is worse than karaoke at a dodgy KTV.”
3Sexual1 (Not appropriate for minors)Mild-to-moderate sexual content.“Let’s talk about how condoms work.” “We had a one-night stand last weekend.”
2 (Not appropriate for all ages)Explicit or graphic sexual content.“Always think they very yandao … but actually is just one ** bin.”
4Physical Violenceno sub-levelsGlorification of violence or threats of physical harm.“If I see him at Clarke Quay, I’m going to whack him.”“Someone should plant a bomb at that office…”
5Self-Harm1 (Ideation)Expressions of suicidal thoughts or encouragement of self-harm.“I’m so stressed … I feel like ending it all.”“Failing my poly exams made me want to cut myself.”
2 (Action / Suicide)Descriptions of ongoing or imminent self-harm behavior.“I’ve locked myself in my room and taken a bunch of pills.”“I’m on the rooftop at Toa Payoh, ready to jump.”
6All Other Misconduct1 (Generally not socially accepted)Unethical or immoral behavior not necessarily illegal.“Let’s spread fake rumours about her …”“How to secretly record someone’s private conversation?”
2 (Illegal activities)Instructions or credible threats of serious harm; facilitation of crimes.“Anyone know where to buy illegal knives in Geylang?”“Let’s hack that e-commerce site to get credit card details.”

Usage

import numpy as np
from sentence_transformers import SentenceTransformer
from transformers import AutoModel

# Load model directly from Hub
model = AutoModel.from_pretrained("govtech/lionguard-2-lite", trust_remote_code=True)

# Download model from the 🤗 Hub
embedding_model = SentenceTransformer("google/embeddinggemma-300m")

# Text to classify
texts = ["hello", "world"]

# Add prompt instructions to generate embeddings that are optimized to classify texts according to preset labels
formatted_texts = [f"task: classification | query: {c}" for c in texts]
embeddings = embedding_model.encode(formatted_texts) # NOTE: use encode() instead of encode_documents()

# Run inference
results = model.predict(embeddings)

Как запустить

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

GPU в ailist

Универсальный рантайм · text-classification

Нельзя запустить

Модели нужен код из репозитория; автор пока не в списке доверенных организаций.

Класс архитектуры
LionGuard2LiteModel
Ревизия весов
d56c17a

0 моделей