/ Модель

Характеристики

Контекст
514 токенов
Параметры
659 млн
Лицензия
OpenRAIL++
Архитектура
xlm-roberta · dense
Базовая модель
twitter-xlm-roberta-large-2022
Библиотека
transformers
Опубликована
20 мар 2025

twitter-xlmr-toxicity-classifier

Классификация текстаТекст → label4 профессии

Многоязычная модель TextDetox для бинарного определения токсичности текста на 15 языках.

1 658скачиваний за 30 дней0лайковвеса 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 текста, разработанный TextDetox на основе CardiffNLP twitter-xlm-roberta-large-2022. Модель дообучена для бинарной классификации токсичности и принимает текст, выдавая метку класса и оценку для входного текста.

Модель охватывает 15 языков. В карточке приведены результаты F1 для английского (0,9071), русского (0,9022) и украинского (0,9075). Архитектура — XLM-RoBERTa Large для классификации последовательностей, размер — 658,7 млн параметров, максимальная длина контекста — 514 токенов. Модель распространяется в формате safetensors и использует лицензию OpenRAIL++.

Сценарии применения

  • фильтрация токсичных комментариев в социальных сетях
  • модерация пользовательских сообщений
  • выявление токсичности в русскоязычных текстах
  • автоматическая сортировка текстов для проверки модератором

Ограничения

Классификация бинарная и не различает типы токсичного содержания. Результаты F1 приведены только для трёх языков; качество может зависеть от языка и контекста текста.

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 cardiffnlp/twitter-xlm-roberta-large-2022 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
Italianit0.7597
Frenchfr0.9114
Hinglishhin0.7051
Hebrewhe0.8911
Japaneseja0.8725
Tatartt0.6542

How to use

import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification

tokenizer = AutoTokenizer.from_pretrained('textdetox/twitter-xlmr-toxicity-classifier')
model = AutoModelForSequenceClassification.from_pretrained('textdetox/twitter-xlmr-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
71494ff

0 моделей