/ Модель

Характеристики

Параметры
595 млн
Лицензия
MIT
Архитектура
t5 · dense
Опубликована
25 дек 2025

byt5-leetspeak-decoder

ПереводТекст → текст3 профессии

ByT5-модель переводит leetspeak, сленг и визуально искажённые написания в нормальный текст, различая цифры-буквы и числа.

206скачиваний за 30 дней0лайковвеса обновлены17 мар 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

ByT5 Leetspeak Decoder — модель преобразования текста на основе архитектуры ByT5, предназначенная для декодирования leetspeak, интернет-сленга и визуально изменённых написаний в обычный текст. Автор карточки указывает базовую модель google/byt5-base и описывает обучение с curriculum learning и adversarial filtering для различения цифр, заменяющих буквы, и чисел с буквальным значением.

Модель ориентирована на нормализацию и восстановление читаемого текста: например, она преобразует «1t5 2 l8 4 2 people» в «It is too late for 2 people», сохраняя число людей как количество. В карточке заявлены результаты на задачах декодирования leetspeak и смешанного контекста чисел, однако текущая версия V3 помечена как неисправная; автор рекомендует использовать ветку V2-legacy. Репозиторий содержит веса в формате safetensors, модель насчитывает около 595,1 млн параметров и распространяется по лицензии MIT.

Сценарии применения

  • декодирование leetspeak в обычный текст
  • нормализация интернет-сленга и сокращённых написаний
  • восстановление текста с визуальной заменой букв символами
  • обработка сообщений с цифрами, используемыми и как буквы, и как числа

Ограничения

В README прямо указано, что V3 неисправна; автор рекомендует использовать ветку V2-legacy. Заявленные показатели точности приведены в карточке модели и не сопровождаются описанием независимой оценки.

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

V3 is currently broken, Use V2-legacy branch

ByT5 Leetspeak Decoder V3 (Production)

The definitive byte-level translator for leetspeak, internet slang, and visual character obfuscation.

Built on google/byt5-base, V3 represents a major architectural shift from previous versions. It utilizes Curriculum Learning and Adversarial Filtering to solve the complex context ambiguity between leetspeak numbers (e.g., "2" meaning "to") and actual quantities (e.g., "2 cats").

Key Improvements in V3

FeatureV2 (Legacy)V3 (Current)
Mixed-Number ContextStruggled (~74%)100.0% Accuracy
Basic Leet Decoding85%100.0% Accuracy
Visual ObfuscationModerateHigh (handles `
Output StyleCasual/Slang-heavyFormal/Standard English
Final Eval Loss0.840.3812

The "Number Problem" Solved

V3 is the first model in this series to perfectly distinguish between numbers used as letters and numbers used as quantities within the same sentence.

  • Input: 1t5 2 l8 4 2 people
  • V2 Output: It's to late for to people. (Fail)
  • V3 Output: It is too late for 2 people. (Pass)

Usage

from transformers import AutoModelForSeq2SeqLM, AutoTokenizer

model_id = "ilyyeees/byt5-leetspeak-decoder"
tokenizer = AutoTokenizer.from_pretrained(model_id)
model = AutoModelForSeq2SeqLM.from_pretrained(model_id)

def decode_leet(text):
    inputs = tokenizer(text, return_tensors="pt")
    outputs = model.generate(
        **inputs, 
        max_length=256,
        num_beams=4,
        early_stopping=True
    )
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# Test Cases
print(decode_leet("1t5 2 l8 4 th4t"))         
# Output: It is too late for that.

print(decode_leet("1 g0t 100 p01nt5 0n 1t"))   
# Output: I got 100 points on it. (Preserves the '100' but decodes the rest)

print(decode_leet("idk wh4t 2 d0 tbh"))      
# Output: I don't know what to do to be honest. (Expands abbreviations)

##Training Methodology V3 was trained on 2x NVIDIA RTX 5090s using a custom Reverse-Corruption Pipeline:

Clean Base: High-quality English from WikiText and ELI5 to ground the model in correct grammar.

LLM Adversarial Corruption: We used Qwen 2.5 72B to generate "Hard Negatives"—specific leetspeak patterns that previous model versions failed to decode.

Curriculum Learning: The model was trained in phases of increasing difficulty, starting with simple character swaps and ending with complex visual noise and mixed-number ambiguity.

#Limitations & Bias Formalization Bias: Because V3 was trained on high-quality datasets (Wiki/ELI5), it has a bias toward formal English. It may expand casual slang into formal prose (e.g., converting ngl to not gonna lie or idk to I don't know). It generally avoids outputting slang words like gonna or wanna unless strongly prompted.

Short Inputs: Extremely short, ambiguous inputs (1-2 characters) may be interpreted as standard English rather than leetspeak due to the conservative decoding threshold.

#Links GitHub Repository: ilyyeees/leet-speak-decoder

V2 Model (Legacy): byt5-leetspeak-decoder-v2

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
T5ForConditionalGeneration
Ревизия весов
bd9bbbb

0 моделей