/ Модель

Характеристики

Контекст
512 токенов
Параметры
77,5 млн
Лицензия
MIT
Архитектура
deberta-v2 · dense
Базовая модель
deberta-v3-xsmall
Библиотека
transformers
Опубликована
21 ноя 2025

deberta-v3-xsmall-l0-bouncer-full

Классификация текстаТекст → label3 профессии

L0 Bouncer Full — быстрый англоязычный классификатор, который отбирает безопасный и потенциально вредоносный текст для каскадной модерации.

26скачиваний за 30 дней0лайковвеса обновлены21 ноя 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

L0 Bouncer Full — англоязычный классификатор безопасности текста на архитектуре DeBERTa-v3-xsmall, разработанный автором репозитория vincentoh и дообученный на датасете GuardReasoner. Модель выполняет бинарную классификацию входного текста: безопасный или потенциально вредоносный. Она задумана как быстрый первый уровень каскада модерации, который проверяет большой поток запросов и передаёт часть из них на более глубокий анализ.

В README для варианта Full указаны 124 тысячи обучающих примеров, более 10 тысяч шагов обучения, F1 95,2%, полнота 97% и точность 93,5%; заявленная задержка составляет около 5,7 мс на вход. Метаданные указывают 77,5 млн параметров, контекст до 512 токенов и формат safetensors. README приводит другое число параметров — 22 млн, поэтому размер модели в источниках расходится.

Модель принимает и классифицирует текст на английском языке. Её высокая полнота подходит для первичного выявления потенциально вредного содержимого, однако README не описывает категории вреда и методику оценки метрик, а показатели не гарантируют качество на новых типах данных. Лицензия — MIT.

Сценарии применения

  • первичная модерация пользовательских сообщений
  • фильтрация потенциально вредоносных запросов перед ответом LLM
  • высокоскоростной скрининг текстового потока
  • передача неоднозначных сообщений на углублённую проверку

Ограничения

Классификация ограничена бинарным разделением на безопасное и вредное содержимое; категории вреда и методика расчёта метрик не раскрыты. README и метаданные расходятся в числе параметров: 22 млн и 77,5 млн соответственно.

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

L0 Bouncer (l0_bouncer_full) - DeBERTa Safety Classifier

A fast, lightweight safety classifier based on DeBERTa-v3-xsmall (22M parameters) that serves as the first tier (L0) in a multi-tier safety cascade system.

Variant: Full GuardReasoner dataset (124K samples), 10K+ training steps

Performance Metrics

MetricValue
F1 Score95.2%
Recall97%
Precision93.5%
Accuracy95.2%
Training Samples124,000
Training Steps10,719
Mean Latency~5.7ms

Model Description

The L0 Bouncer is designed for high-throughput, low-latency safety screening of text inputs. It provides binary classification (safe vs. harmful) with a focus on maximizing recall to catch potentially harmful content.

Key Features

  • Ultra-fast inference: ~5.7ms per input
  • Lightweight: Only 22M parameters
  • Production-ready: Designed for real-time content moderation

Training Data

Trained on the GuardReasoner dataset, which contains diverse examples of safe and harmful content with reasoning annotations.

Training Details

  • Base Model: microsoft/deberta-v3-xsmall
  • Learning Rate: 2e-5
  • Batch Size: 32 (effective, with gradient accumulation)
  • Max Sequence Length: 256 tokens
  • Class Weighting: Higher weight on harmful class for better recall

Usage

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Load model and tokenizer
model_name = "vincentoh/deberta-v3-xsmall-l0-bouncer-full"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForSequenceClassification.from_pretrained(model_name)

# Classify text
text = "What is the capital of France?"
inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=256)

with torch.no_grad():
    outputs = model(**inputs)
    probs = torch.softmax(outputs.logits, dim=-1)

# Labels: 0 = safe, 1 = harmful
safe_prob = probs[0][0].item()
harmful_prob = probs[0][1].item()

label = "safe" if safe_prob > harmful_prob else "harmful"
confidence = max(safe_prob, harmful_prob)

print(f"Label: {label}, Confidence: {confidence:.2%}")

Model Variants

VariantSamplesF1RecallBest For
l0-bouncer-12k12K93%99%Balanced performance
l0-bouncer-full124K95.2%97%Maximum accuracy
l0-bouncer-mega2.5K85.6%91%Lightweight/iterative

Cascade Architecture

This model is designed to work as the first tier (L0) in a multi-tier safety cascade:

Input → L0 Bouncer (6ms) → 70% pass through
            ↓ 30% escalate
        L1 Analyst (50ms) → Deeper reasoning
            ↓
        L2 Gauntlet (200ms) → Expert ensemble

License

MIT License - Free for commercial and non-commercial use.

Citation

@misc{l0-bouncer-2024,
  author = {Vincent Oh},
  title = {L0 Bouncer: A Fast Safety Classifier for Content Moderation},
  year = {2024},
  publisher = {HuggingFace},
  url = {https://huggingface.co/vincentoh/deberta-v3-xsmall-l0-bouncer-full}
}

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
DebertaV2ForSequenceClassification
Ревизия весов
c6d00fc

0 моделей