Англоязычный классификатор на базе GPT-Neo, оценивающий вероятность токсичности текста для исследовательских экспериментов по управляемой генерации.

Подходит для: оценка вероятности токсичности английского комментария · получение сигнала вознаграждения для экспериментов по генерации текста · создание мягких меток токсичности для классификаторов guidance