/ Модель

Характеристики

Контекст
512 токенов
Параметры
137 млн
Лицензия
MIT
Архитектура
bert · dense
Опубликована
18 дек 2023

ToxiGen-ConPrompt

ЭмбеддингиТекст → embedding3 профессии

Англоязычная BERT-модель извлекает представления текста для разработки систем обнаружения неявной речи ненависти.

52скачиваний за 30 дней3лайкавеса обновлены18 дек 2023

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

ToxiGen-ConPrompt — англоязычная модель представлений текста на архитектуре BERT, разработанная для выявления неявной речи ненависти. Она создана на основе BERT-base-uncased и предварительно обучена методом ConPrompt на машинно сгенерированных примерах набора ToxiGen. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и распространяется в формате PyTorch.

Модель предназначена для извлечения признаков, которые можно использовать при разработке систем обнаружения неявной речи ненависти, например для построения классификаторов или поиска похожих высказываний. В README указано, что обучение на токсичных высказываниях может привести к генерации таких текстов через MLM-голову или к поиску похожих токсичных примеров. Авторы рекомендуют тщательно обращаться с моделью и анонимизировать личные данные в машинно сгенерированных обучающих материалах. Лицензия — MIT.

Сценарии применения

  • извлечение признаков для классификатора неявной речи ненависти
  • поиск похожих примеров токсичных высказываний
  • подготовка обучающих признаков для модерации англоязычного текста

Ограничения

Обучение на токсичных высказываниях может приводить к генерации токсичного текста через MLM-голову и поиску похожих токсичных примеров; модель требует осторожного применения. Для классификации может потребоваться отдельная классификационная голова или последующая настройка.

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

Model Card for ToxiGen-ConPrompt

ToxiGen-ConPrompt is a pre-trained language model for implicit hate speech detection. The model is pre-trained on a machine-generated dataset for implicit hate speech detection (i.e., ToxiGen) using our proposing pre-training approach (i.e., ConPrompt).

Model Details

Ethical Considerations

Privacy Issue

Before pre-training, we found out that some private information such as URLs exists in the machine-generated statements in ToxiGen. We anonymize such private information before pre-training to prevent any harm to our society. You can refer to the anonymization code we used in preprocess_toxigen.ipynb and we strongly emphasize to anonymize private information before using machine-generated data for pre-training.

Potential Misuse

The pre-training source of ToxiGen-ConPrompt includes toxic statements. While we use such toxic statements on purpose to pre-train a better model for implicit hate speech detection, the pre-trained model needs careful handling. Here, we states some behavior that can lead to potential misuse so that our model is used for the social good rather than misued unintentionally or maliciously.

  • As our model was trained with the MLM objective, our model might generate toxic statements with its MLM head
  • As our model learned representations regarding implicit hate speeches, our model might retrieve some similar toxic statements given a toxic statement.

While these behavior can lead to social good e.g., constructing training data for hate speech classifiers, one can potentially misuse the behaviors.

We strongly emphasize the need for careful handling to prevent unintentional misuse and warn against malicious exploitation of such behaviors.

Acknowledgements

Как запустить

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

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
BertModel
Ревизия весов
3fb90a3

0 моделей