/ Модель

Характеристики

Контекст
514 токенов
Параметры
152 млн
Лицензия
MIT
Архитектура
roberta · dense
Опубликована
4 июн 2023

roberta-spam

Классификация текстаТекст → label3 профессии

Дообученная RoBERTa для классификации текстовых сообщений как спама или обычных сообщений.

1 441скачиваний за 30 дней33лайкавеса обновлены24 авг 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

mshenoda/roberta-spam — модель классификации текстовых сообщений на спам и обычные сообщения (ham), разработанная на основе RoBERTa и дообученная для обнаружения спама. Она предназначена для фильтрации SMS, сообщений Telegram и электронной почты, включая выявление нежелательных сообщений и потенциальных фишинговых попыток. Модель содержит 151,8 млн параметров, использует архитектуру RobertaForSequenceClassification и принимает текстовый ввод; максимальный контекст — 514 токенов. Выдаёт метку класса: 0 для обычного сообщения и 1 для спама.

В README приведены результаты на валидационной выборке: точность 99,06%, precision 99,71% и recall 99,34%. Обучение проводилось на объединённых данных SMS Spam Collection, Telegram Spam Ham и Enron Spam. Эти метрики относятся к указанным наборам данных и не гарантируют такого же качества на других источниках сообщений. Модель распространяется по лицензии MIT.

Сценарии применения

  • фильтрация спама в SMS
  • обнаружение спам-сообщений в Telegram
  • классификация нежелательной электронной почты
  • предварительная фильтрация сообщений для выявления фишинга

Ограничения

Заявленные метрики получены на выборках из использованных датасетов и могут не переноситься на сообщения из других источников или на другие языки. 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

RoBERTa based Spam Message Detection

Spam messages frequently carry malicious links or phishing attempts posing significant threats to both organizations and their users. By choosing our RoBERTa-based spam message detection system, organizations can greatly enhance their security infrastructure. Our system effectively detects and filters out spam messages, adding an extra layer of security that safeguards organizations against potential financial losses, legal consequences, and reputational harm.

Found this model useful:

Your feedback is important and would help keep this relevent.

Metrics

LossAccuracy(99.06%)Precision(99.71%) / Recall(99.34%)Confusion Matrix
Train / Validation Validation Validation Testing Set

Model Output

  • 0 is ham
  • 1 is spam

Dataset

https://huggingface.co/datasets/mshenoda/spam-messages

The dataset is composed of messages labeled by ham or spam, merged from three data sources:

  1. SMS Spam Collection https://www.kaggle.com/datasets/uciml/sms-spam-collection-dataset
  2. Telegram Spam Ham https://huggingface.co/datasets/thehamkercat/telegram-spam-ham/tree/main
  3. Enron Spam: https://huggingface.co/datasets/SetFit/enron_spam/tree/main (only used message column and labels)

The prepare script for enron is available at https://github.com/mshenoda/roberta-spam/tree/main/data/enron. The data is split 80% train 10% validation, and 10% test sets; the scripts used to split and merge of the three data sources are available at: https://github.com/mshenoda/roberta-spam/tree/main/data/utils.

Dataset Class Distribution

Training 80%Validation 10%Testing 10%
Class Distribution Class Distribution Class Distribution

Architecture

The model is fine tuned RoBERTa

roberta-base: https://huggingface.co/roberta-base

paper: https://arxiv.org/abs/1907.11692

Code

https://github.com/mshenoda/roberta-spam

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
d0544d2

0 моделей