| --- |
| license: mit |
| base_model: deepvk/RuModernBERT-base |
| tags: |
| - russian |
| - toxicity |
| - classification |
| - moderation |
| - bert |
| - pytorch |
| datasets: |
| - russian-inappropriate-messages |
| metrics: |
| - accuracy |
| - f1 |
| widget: |
| - text: "ты животное" |
| example_title: "Токсичный пример 1" |
| - text: "Привет, как дела?" |
| example_title: "Нетоксичный пример 1" |
| - text: "идиот, ты вообще думать умеешь?" |
| example_title: "Токсичный пример 2" |
| - text: "животное" |
| example_title: "Нейтральный пример (контекст)" |
| --- |
| |
| # antitoxic_model |
| |
| Модель для бинарной классификации токсичных сообщений, дообученная на основе архитектуры `deepvk/RuModernBERT-base`. |
| |
| ## Описание модели |
| |
| Данная модель предназначена для детекции токсичного контента (оскорбления, агрессия, нецензурная лексика) в текстовых сообщениях на русском языке. Она была получена путём дообучения (fine-tuning) предобученной модели `deepvk/RuModernBERT-base` на датасете `russian-inappropriate-messages` с платформы Kaggle. |
| |
| **Метка (label):** |
| - **0** — нетоксичное сообщение |
| - **1** — токсичное сообщение |
| |
| ## Использование |
| |
| ### Загрузка с Hugging Face |
| |
| ```python |
| from transformers import pipeline |
| |
| # Загрузка модели и токенизатора |
| classifier = pipeline( |
| "text-classification", |
| model="Farmellion/antitoxic_model" |
| ) |
|
|
| # Пример предсказания |
| result = classifier("ты животное") |
| print(result) |
