/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
OpenRAIL++
Архитектура
bert · dense
Базовая модель
bert-base-multilingual-cased
Библиотека
transformers
Опубликована
20 мар 2025

bert-multilingual-toxicity-classifier

Классификация текстаТекст → label3 профессии

Многоязычная BERT-модель для бинарного выявления токсичных текстов на 15 языках.

1 493скачиваний за 30 дней6лайковвеса обновлены8 дек 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

Многоязычный классификатор токсичности текста, разработанный TextDetox на основе bert-base-multilingual-cased и дообученный для бинарной классификации токсичных и нетоксичных текстов на датасете textdetox/multilingual_toxicity_dataset. Модель использует архитектуру BERT для классификации последовательностей, содержит 205,1 млн параметров и принимает контекст длиной до 512 токенов.

Классификатор предназначен для выявления токсичных высказываний в текстах на 15 языках. В карточке приведены оценки F1 для английского (0,9035), русского (0,9224) и украинского (0,9461). Модель можно применять для модерации пользовательских сообщений и анализа текстовых потоков. Она доступна в формате safetensors для библиотеки Transformers и распространяется по лицензии OpenRAIL++.

Классификация бинарная, поэтому модель не определяет отдельные виды токсичности и может ошибаться на пограничных, контекстно-зависимых или недостаточно представленных примерах. Приведённые оценки относятся к указанному набору данных и не гарантируют такого же качества на других источниках текста.

Сценарии применения

  • модерация токсичных комментариев
  • фильтрация токсичных сообщений в чатах
  • первичная проверка пользовательских публикаций
  • анализ токсичности текстовых потоков

Ограничения

Модель выдаёт бинарную классификацию и не различает типы токсичности; она может ошибаться на контекстно-зависимых и пограничных примерах. Оценки F1 из карточки не гарантируют аналогичного качества на других данных.

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

Multilingual Toxicity Classifier for 15 Languages (2025)

This is an instance of bert-base-multilingual-cased that was fine-tuned on binary toxicity classification task based on our updated (2025) dataset textdetox/multilingual_toxicity_dataset.

Now, the models covers 15 languages from various language families:

LanguageCodeF1 Score
Englishen0.9035
Russianru0.9224
Ukrainianuk0.9461
Germande0.5181
Spanishes0.7291
Arabicar0.5139
Amharicam0.6316
Hindihi0.7268
Chinesezh0.6703
Italianit0.6485
Frenchfr0.9125
Hinglishhin0.6850
Hebrewhe0.8686
Japaneseja0.8644
Tatartt0.6170

How to use

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained('textdetox/bert-multilingual-toxicity-classifier')
model = AutoModelForSequenceClassification.from_pretrained('textdetox/bert-multilingual-toxicity-classifier')

batch = tokenizer.encode("You are amazing!", return_tensors="pt")

output = model(batch)
# idx 0 for neutral, idx 1 for toxic

Citation

The model is prepared for TextDetox 2025 Shared Task evaluation.

@inproceedings{dementieva2025overview,
  title={Overview of the Multilingual Text Detoxification Task at PAN 2025},
  author={Dementieva, Daryna and
      Protasov, Vitaly and
      Babakov, Nikolay and
      Rizwan, Naquee and
      Alimova, Ilseyar and
      Brune, Caroline and
      Konovalov, Vasily and
      Muti, Arianna and
      Liebeskind, Chaya and
      Litvak, Marina and
      Nozza, Debora, and
      Shah Khan, Shehryaar and
      Takeshita, Sotaro and
      Vanetik, Natalia and
      Ayele, Abinew Ali and
      Schneider, Frolian and
      Wang, Xintog and
      Yimam, Seid Muhie and
      Elnagar, Ashraf and
      Mukherjee, Animesh and
      Panchenko, Alexander},
    booktitle={Working Notes of CLEF 2025 -- Conference and Labs of the Evaluation Forum},
    editor={Guglielmo Faggioli and Nicola Ferro and Paolo Rosso and Damiano Spina},
    month =                    sep,
    publisher =                {CEUR-WS.org},
    series =                   {CEUR Workshop Proceedings},
    site =                     {Vienna, Austria},
    url =                      {https://ceur-ws.org/Vol-4038/paper_278.pdf},
    year =                     2025
}

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
BertForSequenceClassification
Ревизия весов
8fe5526

0 моделей