Классификатор токсичности текста на RoBERTa для применения в алгоритмах детоксикации.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
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.
Описание составлено по карточке модели и метаданным Hugging Face
s-nlp/roberta_toxicity_classifier_v1 — классификатор токсичности текста на архитектуре RoBERTa, разработанный как копия SkolkovoInstitute/roberta_toxicity_classifier и обученный на непересекающемся с ним наборе данных. Модель предназначена для использования в алгоритмах детоксикации текста, в том числе описанных в работе Text Detoxification using Large Pre-trained Neural Models.
Модель содержит 151,8 млн параметров, принимает текст с контекстом до 514 токенов и выдаёт классификационный результат. Карточка не сообщает поддерживаемые языки и лицензию; поэтому их условия и языковой охват здесь не уточняются.
Входной контекст ограничен 514 токенами. Карточка не приводит оценки качества, поддерживаемые языки и лицензию.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
This model is a clone of SkolkovoInstitute/roberta_toxicity_classifier trained on a disjoint dataset.
While roberta_toxicity_classifier is used for evaluation of detoxification algorithms, roberta_toxicity_classifier_v1 can be used within these algorithms, as in the paper Text Detoxification using Large Pre-trained Neural Models.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · text-classification
Подбираем GPU…