/ Модель

Характеристики

Контекст
514 токенов
Параметры
421 млн
Лицензия
OpenRAIL++
Архитектура
xlm-roberta · dense
Базовая модель
glot500-base
Библиотека
transformers
Опубликована
19 мар 2025

glot500-toxicity-classifier

Классификация текстаТекст → label4 профессии

Многоязычная модель XLM-RoBERTa для бинарного определения токсичности текста на 15 языках.

153скачиваний за 30 дней1лайквеса обновлены25 мар 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 от TextDetox, созданный дообучением Glot500 на бинарной задаче классификации токсичности с использованием датасета textdetox/multilingual_toxicity_dataset. Модель построена на архитектуре XLM-RoBERTa для классификации последовательностей и содержит 421,3 млн параметров.

Модель предназначена для определения токсичности текста на 15 языках. В README приведены оценки F1 для английского (0,9071), русского (0,9022) и украинского (0,9075); модель можно применять для фильтрации пользовательских сообщений и анализа текстовых корпусов. Максимальный контекст — 514 токенов.

Весовые файлы доступны в формате Safetensors, для загрузки указана библиотека Transformers. Лицензия — OpenRAIL++; условия использования следует сверять с её текстом.

Сценарии применения

  • Фильтрация токсичных сообщений в пользовательских чатах
  • Модерация комментариев и публикаций
  • Разметка токсичности в многоязычных текстовых корпусах
  • Выявление токсичных высказываний на русском языке

Ограничения

Контекст ограничен 514 токенами. В README приведены оценки только для английского, русского и украинского языков; результаты на других языках здесь не детализированы.

Для каких профессий подходит4

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 Glot500 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
Englishen0.9071
Russianru0.9022
Ukrainianuk0.9075
Germande0.6528
Spanishes0.7430
Arabicar0.6207
Amharicam0.6676
Hindihi0.7171
Chinesezh0.6483
Italianit0.5975
Frenchfr0.9125
Hinglishhin0.7051
Hebrewhe0.8911
Japaneseja0.9058
Tatartt0.5834

How to use

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained('textdetox/glot500-toxicity-classifier')
model = AutoModelForSequenceClassification.from_pretrained('textdetox/glot500-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.

Citation TBD soon.

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
4c2e8b2

0 моделей