/ Модель

Характеристики

Контекст
512 токенов
Параметры
25,9 млн
Лицензия
CC BY-SA 4.0
Архитектура
bert · dense
Библиотека
sentence-transformers
Опубликована
12 мая 2026

discord-alt-detector

ЭмбеддингиТекст → embedding

Модель превращает сообщения Discord в эмбеддинги для оценки сходства стиля письма и поиска вероятно связанных аккаунтов.

101скачиваний за 30 дней2лайкавеса обновлены12 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Эмбеддинги» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

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

trentmkelly/discord-alt-detector — модель эмбеддингов на базе SentenceTransformers, разработанная для сравнения стиля письма пользователей Discord. Она преобразует текстовый образец сообщений в вектор; сходство двух образцов оценивают по косинусному сходству. Для надёжного сравнения README рекомендует объединять сообщения одного автора примерно в 1 500–4 000 символов, сохраняя особенности исходного текста.

Модель основана на TaylorAI/gte-tiny и дообучена для стилометрического анализа Discord. Это компактная модель семейства BERT с 25,9 млн параметров и контекстом до 512 токенов; репозиторий содержит веса safetensors. В тестах на отложенной выборке Discord указаны точность сравнения пар 96,70% и average precision 0,9870. Лицензия — CC BY-SA 4.0.

Модель подходит для поиска вероятно связанных аккаунтов и сортировки пар авторов для последующей проверки. Оценки сходства не доказывают личность автора: короткие образцы нестабильны, а общие мемы, цитаты, боты и похожая среда общения могут приводить к ложным совпадениям. Настройка ориентирована на стиль Discord, поэтому перенос на другие платформы и длинные тексты может быть ненадёжным.

Сценарии применения

  • сравнение стиля письма двух пользователей Discord
  • поиск вероятных альтернативных аккаунтов одного автора
  • ранжирование пар аккаунтов по сходству сообщений
  • отбор подозрительных совпадений для ручной проверки

Ограничения

Оценка сходства не является доказательством личности; короткие образцы и общие мемы, цитаты, боты или схожая среда общения могут давать нестабильные результаты и ложные совпадения. Модель настроена на стиль Discord и может плохо переноситься на другие платформы и длинные тексты.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Discord Alt Detector

trentmkelly/discord-alt-detector is a SentenceTransformers embedding model for Discord stylometry. It embeds a writing sample into a vector. To compare two users, embed one sample from each user and compute cosine similarity.

This checkpoint is ultimately based on TaylorAI/gte-tiny. It is a Discord-focused fine-tune of a broader gte-tiny-based stylometric analysis model. The broader model family is still under active development.

Input Format

Build one text sample per user by concatenating many messages from that user:

  • Prefer roughly 1,500-4,000 characters per sample. About 2,000+ characters is closest to the training and evaluation format.
  • Use authored message content only. Do not prepend usernames, timestamps, channel names, server names, snowflake IDs, or other metadata.
  • Apply light cleanup like the training importer: strip leading/trailing whitespace and replace newlines/carriage returns with spaces.
  • Preserve the user's authored spelling, punctuation, casing, emojis, slang, mentions, links, and message text as much as possible.
  • Separate individual Discord messages with ||.
  • Chronological order is not required. The training importer shuffled each user's messages before joining them into samples.
  • Do not mix two users into one sample.

Example:

first message from user || another message || short reply || longer message...

Interpreting Scores

Compute cosine similarity between the two normalized embeddings.

Recommended default mapping, based on a held-out Discord test set:

  • cosine < 0.2196: treat as 0% same-author probability.
  • cosine > 0.6616: treat as 100% same-author probability.
  • Between those values, linearly interpolate from 0% to 100%.

This is an empirical scoring rule, not a mathematical guarantee. Scores near the middle are uncertain and should be treated as leads for further review, not as definitive identification.

On the Discord slice of the held-out test set, this checkpoint reached:

  • pair accuracy: 96.70%
  • average precision: 0.9870
  • best-threshold cosine: about 0.399

Length Ablation

The held-out Discord test samples are mostly a little over 2,000 characters after inserting || delimiters. In this ablation, both sides of each pair were truncated to the listed raw character cutoff before embedding.

cutoff charspair accuracyaverage precisionbest threshold
full96.70%0.98700.4006
200096.55%0.98700.3857
190096.55%0.98680.4006
180096.40%0.98670.4006
170096.25%0.98590.3841
160096.40%0.98630.3991
150095.65%0.98580.3724
140095.20%0.98560.3492
130094.75%0.98280.3526
120094.75%0.98070.3304
110094.45%0.97830.3349
100093.55%0.97540.3265
90092.95%0.97110.3251
80091.30%0.96580.3041
70089.66%0.96270.3352
60089.36%0.95680.3031
50087.71%0.94240.2561
40086.06%0.92480.2770
30082.01%0.90140.2874
20077.06%0.83870.3593
10067.02%0.71730.4080

Example Code

from sentence_transformers import SentenceTransformer
from sklearn.metrics.pairwise import cosine_similarity

LOWER = 0.2196
UPPER = 0.6616

def same_author_probability(cosine: float) -> float:
    if cosine <= LOWER:
        return 0.0
    if cosine >= UPPER:
        return 1.0
    return (cosine - LOWER) / (UPPER - LOWER)

model = SentenceTransformer("trentmkelly/discord-alt-detector")

sample_a = "hey || yeah that makes sense || idk maybe later || lmao"
sample_b = "nah i get it || maybe later then || that was funny lmao"

embeddings = model.encode(
    [sample_a, sample_b],
    normalize_embeddings=True,
)

cos = float(cosine_similarity([embeddings[0]], [embeddings[1]])[0][0])
prob = same_author_probability(cos)

print(f"cosine={cos:.4f}")
print(f"same-author probability={prob:.1%}")

Caveats

  • This model is intended for stylometric similarity, not identity proof.
  • More text generally gives more stable results.
  • Same community, same channel, copied memes, bots, quoted text, or coordinated posting style can create false positives.
  • Very short samples can be unstable.
  • The model was tuned for Discord-like writing and may not generalize cleanly to long-form prose or other platforms.

Как запустить

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

GPU в ailist

Универсальный рантайм · sentence-transformers

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
13f8c88

0 моделей