/ Модель

Характеристики

Контекст
512 токенов
Параметры
205 млн
Лицензия
Apache 2.0
Архитектура
bert · dense
Базовая модель
bert-base-multilingual-cased
Библиотека
transformers
Опубликована
1 июн 2026

mbert-ai-bot-detector

Классификация текстаТекст → label4 профессии

Многоязычная модель на базе mBERT оценивает, написан ли короткий текст в соцсетях ботом или человеком.

412скачиваний за 30 дней1лайквеса обновлены8 июн 2026

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

Это многоязычная модель классификации текста, разработанная на базе mBERT и дообученная для выявления текстов, созданных ИИ-ботами в социальных сетях. Для каждого короткого сообщения она возвращает метку и оценку вероятности: LABEL_1 означает текст бота или генеративной модели, LABEL_0 — текст человека. Модель построена на архитектуре BERT для классификации последовательностей, содержит 205,1 млн параметров и принимает до 512 токенов. README указывает поддержку 104 языков; настройка ориентирована прежде всего на арабский, болгарский, каталанский, китайский, английский, французский, немецкий, греческий, итальянский, японский, корейский, персидский, польский, португальский, русский, испанский и украинский. Лицензия — Apache-2.0.

Модель предназначена для анализа коротких публикаций и оценки вероятности автоматизированного или сгенерированного текста. Для выявления ботов на уровне аккаунта рекомендуется усреднять оценки минимум по 20 сообщениям и подбирать порог под целевой домен; README приводит порог 0,4 для набора Fox-8-23. Оценки отдельных сообщений менее надёжны. Ограничения включают возможное снижение качества на менее представленных языках, уязвимость к адаптации ботов и риск ошибок на стилях письма и группах, недостаточно отражённых в обучающих данных. Модель не предназначена для длинных документов или принятия юридически значимых решений и решений модерации без проверки человеком.

Сценарии применения

  • оценка публикаций в соцсетях на признаки текста, созданного ботом
  • агрегация оценок сообщений для выявления бот-аккаунтов
  • первичная сортировка потоков публикаций для последующей проверки человеком

Ограничения

Оценки отдельных сообщений менее надёжны: для анализа аккаунта рекомендуется усреднять результаты минимум по 20 текстам и калибровать порог на целевом домене. Качество может снижаться для недостаточно представленных языков и стилей; модель не предназначена для длинных документов или решений модерации и юридических решений без проверки человеком.

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

mbert-ai-bot-detector

A multilingual BERT model fine-tuned for AI-powered social bots detection. Given a text from social media communication, the model outputs a probability score indicating whether the text was written by a bot (LABEL_1) or a human (LABEL_0). User-level decisions are made by aggregating scores across multiple texts (≥20 recommended).

Model Details

Model Description

  • Model type: Sequence classification (binary)
  • Base model: bert-base-multilingual-cased
  • Language(s): Multilingual (104 languages), fine-tuned primarily on Arabic, Bulgarian, Catalan, Chinese, English, French, German, Greek, Italian, Japanese, Korean, Persian, Polish, Portuguese, Russian, Spanish, Ukrainian
  • Labels: LABEL_0 = human, LABEL_1 = bot/generated
  • License: Apache-2.0

Uses

User-Level Inference (recommended)

Aggregate text scores per user for account-level bot detection:

import numpy as np
from transformers import pipeline

BATCH_SIZE = 128
MAX_LENGTH = 512

clf = pipeline("text-classification", model="trokhymovych/mbert-ai-bot-detector", batch_size=BATCH_SIZE, device=0)

def user_bot_score(clf, texts: list[str], threshold: float = 0.4) -> dict:
    """Returns probability of class 1 (bot/generated) for each text."""
    # Sort by length so batches are roughly the same size to reduce padding overhead
    order = np.argsort([len(t) for t in texts])[::-1]
    sorted_texts = [texts[i] for i in order]

    raw = []
    tokenizer_kwargs = {"truncation": True, "max_length": MAX_LENGTH}
    for i in range(0, len(sorted_texts), BATCH_SIZE * 10):
        batch = sorted_texts[i : i + BATCH_SIZE * 10]
        raw += clf(batch, **tokenizer_kwargs)

    # Restore original order and extract P(class=1)
    scores = np.empty(len(texts))
    for rank, orig_idx in enumerate(order):
        r = raw[rank]
        scores[orig_idx] = r["score"] if r["label"] == "LABEL_1" else 1 - r["score"]

    mean_score = np.mean(scores)
    
    return {"text_scores": scores, "user_scores": mean_score, "is_bot": mean_score >= threshold}

Direct Use (not recommended)

Score individual text for bot-like language patterns:

from transformers import pipeline

clf = pipeline("text-classification", model="trokhymovych/mbert-ai-bot-detector")
result = clf("This is a text to classify.")
# {'label': 'LABEL_1', 'score': 0.87}

Note: Single-text predictions are less reliable and should be used with caution.

Bias, Risks, and Limitations

  • User-level scores depend on having multiple texts; single-text predictions are less reliable
  • Performance may degrade on languages underrepresented in mBERT pretraining data
  • Bot detection is an adversarial problem; sophisticated bots may evade detection
  • The model reflects patterns in training data; populations or writing styles not represented there may be misclassified

Out-of-Scope Use

  • Long-form documents (model is optimized for short social media posts)
  • Authoritative legal or moderation decisions without human review
  • Languages significantly underrepresented in mBERT's pretraining

Recommendations

Use user-level aggregation (mean over ≥20 texts) rather than single-text decisions. Calibrate the decision threshold on your target domain using Precision/Recall tradeoffs before deployment. Based on the Fox-8-23 dataset, we recommend a decision threshold of 0.4.

Evaluation

Metrics

Model is evaluated at the user level on Fox-8-23 dataset.

The evaluation dataset was not used during training, the same as any posts from the dataset platform (Twitter). Training data was artificially created using adversarial generation. Text scores are averaged per user.

Results

ModelFox-8-23 AUC
GEC score0.811±0.009
Binocular0.688±0.011
FastDetect0.672±0.012
OSM-Det0.861±0.008
mbert-ai-bot-detector0.989±0.002

Citation

@misc{trokhymovych2026adversarial,
      title={Adversarial Creation and Detection of AI-Generated Social Bot Content}, 
      author={Mykola Trokhymovych and Ricardo Baeza-Yates and Alessandro Flammini and Diego Saez-Trumper and Filippo Menczer},
      year={2026},
      eprint={2606.07219},
      archivePrefix={arXiv},
      primaryClass={cs.CL},
      url={https://arxiv.org/abs/2606.07219}, 
}

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
3d483c1

0 моделей