---
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)