---
license: mit
base_model: deepvk/RuModernBERT-base
tags:
- russian
- spam
- classification
- moderation
- bert
- pytorch
- telegram
datasets:
- alt-gnome/telegram-spam
metrics:
- accuracy
- f1
widget:
- text: >-
    🔥🔥🔥 СУПЕР АКЦИЯ!!! Переходи по ссылке и получай подарок!
    http://bit.ly/...
  example_title: Спам (реклама)
- text: Привет! Как твои дела? Давно не виделись
  example_title: Не спам (личное сообщение)
- text: Ищешь работу? Пиши в личку, есть вакансии с высокой зарплатой
  example_title: Спам (предложение работы)
- text: Скиньте, пожалуйста, контакты менеджера
  example_title: Не спам (деловой запрос)
---

# spam_model

Модель для бинарной классификации спам-сообщений, дообученная на основе архитектуры `deepvk/RuModernBERT-base`.

## Описание модели

Данная модель предназначена для детекции спам-сообщений в текстовых сообщениях на русском языке. Она была получена путём дообучения (fine-tuning) предобученной модели `deepvk/RuModernBERT-base` на датасете `telegram-spam` с платформы Hugging Face.

**Метка (label):**
- **0** — не спам (ham)
- **1** — спам

Модель обучена выявлять различные виды спама, включая:
- Рекламные рассылки
- Предложения работы и вакансии
- Сомнительные коммерческие предложения

## Использование

### Загрузка с Hugging Face

```python
from transformers import pipeline

# Загрузка модели и токенизатора
classifier = pipeline(
    "text-classification",
    model="Farmellion/spam_model"
)

# Пример предсказания
result = classifier("🔥 СУПЕР АКЦИЯ!!! Переходи по ссылке...")
print(result)
# [{'label': 'LABEL_1', 'score': 0.99}]