/ Модель

Характеристики

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

spam-detection-xlm-roberta-v2

Классификация текстаТекст → label5 профессий

Дообученная XLM-RoBERTa классифицирует тексты социальных сетей на спам и обычные сообщения на индонезийском и английском языках.

265скачиваний за 30 дней0лайковвеса обновлены5 фев 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

Модель nahiar/spam-detection-xlm-roberta-v2 разработана на базе XLM-RoBERTa и дообучена для бинарной классификации текстов социальных сетей на спам и обычные сообщения. Она рассчитана на модерацию публикаций и комментариев в Twitter/X, Instagram, TikTok, Facebook и на форумах, а также на предварительную фильтрацию текста перед анализом тональности или тем. Архитектура — XLMRobertaForSequenceClassification, размер — 305,2 млн параметров, контекст — до 514 токенов. Модель принимает текст и выдаёт метку класса; README заявляет поддержку индонезийского и английского языков и приводит метрики на отложенной выборке: accuracy 0,9645 и macro F1 0,9639.

Модель предназначена для готового применения через Transformers pipeline. Она классифицирует только спам и обычные сообщения, не оптимизирована для формального текста, может хуже работать на очень коротких или неоднозначных сообщениях и сохраняет риск смещения. Лицензия — Apache-2.0.

Сценарии применения

  • фильтрация спам-комментариев в социальных сетях
  • модерация публикаций и сообщений на форумах
  • предварительная очистка текста перед анализом тональности
  • отделение спама от обычных сообщений на индонезийском языке
  • отделение спама от обычных сообщений на английском языке

Ограничения

Модель поддерживает только бинарную классификацию «спам/обычное сообщение» и не оптимизирована для формального текста; качество может снижаться на очень коротких или неоднозначных сообщениях. Возможна предвзятость.

Для каких профессий подходит5

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Также подходит для

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Spam Detection for Social Media Text

Multilingual Indonesian & English | XLM-RoBERTa

This model is a fine-tuned XLM-RoBERTa designed to detect Spam vs Ham content in social media text.
It supports Indonesian and English Languages, making it suitable for multi-platform moderation use cases such as Twitter/X, Instagram, TikTok, Facebook, and online forums.


✨ Key Features

  • ✅ Spam vs Ham classification
  • 🌏 Multilingual support (Indonesian & English)
  • 🧠 Based on XLM-RoBERTa (multilingual transformer)
  • ⚡ Ready-to-use with Hugging Face pipeline
  • 📊 Strong performance on noisy social media text

🌍 Supported Languages

  • 🇮🇩 Bahasa Indonesia
  • 🇬🇧 English

🧪 Model Performance

MetricScore
Accuracy0.9645
F1 (Macro)0.9639
F1 (Weighted)0.9700
Precision0.9700
Recall0.9600
Training Loss0.0637
Validation Loss0.1242

Evaluated on held-out validation data with balanced spam/ham distribution.


🚀 Quick Start

Installation

pip install transformers torch

Single Prediction

from transformers import pipeline

classifier = pipeline(
    task="text-classification",
    model="nahiar/spam-detection-xlm-roberta-v2"
)

result = classifier("PASTI DIJAMIN WDP 100%")
print(result)

Output

[{'label': 'LABEL_1', 'score': 0.9876}]

Label Mapping

LABEL_0 → HAM
LABEL_1 → SPAM

📦 Batch Inference Example

"texts": [
        "साइबर हमले के बाद JLR का बड़ा बयान - जानें कंपनी ने क्या कहा | Tata Motors के शेयर पर दिखेगा असर?

#TataMotors #JLR #CyberAttack 

https://t.co/6WlGS77UUp",
        "Kita sudah Ready skrg ini bagi yang memerlukan jasa pemulihan akun & Hapus All akun 

 Lacak lokasi / sadap wa / Hack Akun / Revengeporn - korban pemerasan vcs / terror

TIKTOK,GMAIL,TWITER,TELEGRAM,
FACEBOOK,INSTAGRAM 
#revengeporn #zonauangᅠᅠᅠ 
 ☎️ https://t.co/K0AbW08qnU https://t.co/4IpWNA7a0z",
        "💥Slot Gacor Hari ini Rute303
💥Jaminan Jackpot Maxwin malam ini

LINK SLOT GACOR HARI INI : https://t.co/QvxjCAnt8o

Tags:
Jumbo #timsekop Jumat gratis ongkir Like Crazy PSIM https://t.co/ukuRdlvgGA"
    ]

results = classifier(texts)

for text, result in zip(texts, results):
    print(f"{text} -> {result['label']} ({result['score']:.4f})")

🏗️ Training Configuration

ParameterValue
Base Modelxlm-roberta-base
Training Samples22,243
Validation Samples5,561
Epochs3
Learning Rate2e-5
Batch Size16
Training Date2026-01-21

🎯 Intended Use Cases

  • Social media spam moderation
  • Comment & post filtering
  • Content quality control
  • Pre-filtering for sentiment or topic analysis pipelines

⚠️ Limitations

  • Binary classification only (Spam / Ham)
  • Not optimized for non-social-media formal text
  • Performance may degrade on very short or ambiguous messages
  • The model still has the potential to be biased

📜 License

Released under the Apache 2.0 License. Free for commercial and research use.


📚 Citation

If you use this model in your work, please cite:

@misc{djunaedi2026spam,
  author    = {AI/ML Engineer ADS Digital Partner},
  title     = {Spam Detection for Social Media Text},
  year      = {2025},
  publisher = {Hugging Face},
  url       = {https://huggingface.co/nahiar/spam-detection-xlm-roberta-v2}
}

🙌 Acknowledgements

  • Hugging Face Transformers
  • Facebook AI Research — XLM-RoBERTa

Как запустить

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

GPU в ailist

Универсальный рантайм · transformers · text-classification

Можно запустить

Подбираем GPU…

Класс архитектуры
XLMRobertaForSequenceClassification
Ревизия весов
c73aed0

0 моделей