Upload folder using huggingface_hub

README.md

@@ -0,0 +1,34 @@
+---
+language: ru
+pipeline_tag: text-classification
+base_model: cointegrated/rubert-tiny2
+license: cc-by-nc-sa-4.0
+---
+
+# RuBERT Tiny 2 Multi-Task Toxicity
+
+Multi-label модель с общим замороженным энкодером и тремя независимыми
+линейными головами: profanity, threat, illegal.
+
+## Test metrics
+
+| class     |   support |   threshold |   precision |   recall |     f1 |   pr_auc |
+|:----------|----------:|------------:|------------:|---------:|-------:|---------:|
+| profanity |       181 |        0.5  |      0.6795 |   0.8785 | 0.7663 |   0.849  |
+| threat    |       155 |        0.64 |      0.6571 |   0.7419 | 0.697  |   0.7605 |
+| illegal   |        73 |        0.78 |      0.679  |   0.7534 | 0.7143 |   0.7813 |
+
+Macro F1: 0.7258; Micro F1: 0.7319.
+Пороги выбраны только по validation.
+
+## Использование
+
+Архитектура MultiTaskToxicityEncoder и функция predict_toxicity(text)
+приведены в сопровождающем notebook. В репозитории сохраняются
+токенизатор, model_state.pt и model_config.json.
+
+## Ограничения
+
+Модель выполняет предварительную модерацию, а не юридическую
+квалификацию. Редкие и завуалированные формулировки требуют
+ручной проверки.

model_config.json

@@ -0,0 +1,15 @@
+{
+  "encoder_name": "cointegrated/rubert-tiny2",
+  "labels": [
+    "profanity",
+    "threat",
+    "illegal"
+  ],
+  "thresholds": {
+    "profanity": 0.4999999999999998,
+    "threat": 0.6399999999999997,
+    "illegal": 0.7799999999999997
+  },
+  "max_length": 128,
+  "seed": 42
+}

model_state.pt

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:d9756ef248659d3d7fba2ebf7bae2a66a0e054ccb70979e9d0bbf42be6de173e
+size 116802296

tokenizer_config.json

@@ -0,0 +1,24 @@
+{
+  "backend": "tokenizers",
+  "cls_token": "[CLS]",
+  "do_basic_tokenize": true,
+  "do_lower_case": false,
+  "is_local": false,
+  "local_files_only": false,
+  "mask_token": "[MASK]",
+  "max_length": 512,
+  "model_max_length": 2048,
+  "never_split": null,
+  "pad_to_multiple_of": null,
+  "pad_token": "[PAD]",
+  "pad_token_type_id": 0,
+  "padding_side": "right",
+  "sep_token": "[SEP]",
+  "stride": 0,
+  "strip_accents": null,
+  "tokenize_chinese_chars": true,
+  "tokenizer_class": "BertTokenizer",
+  "truncation_side": "right",
+  "truncation_strategy": "longest_first",
+  "unk_token": "[UNK]"
+}