Ruspamns Big

🚀 クイックスタート

この ruSpamNS_big モデルは、Telegram のメッセージに対するスパム分類を行うためのモデルです。このモデルは、DeepPavlov/distilrubert-small-cased-conversational をベースに構築され、NeuroSpaceX/v17 データセットで訓練されています。

特徴

• 対象アプリケーション: Telegram（メッセージ、チャット、チャネル）
• ベースモデル: ruBERT ベースの DeepPavlov/distilrubert-small-cased-conversational
• データセット: 400万件以上のTelegramメッセージ
• 開発者: @NeuroSpaceX
• Telegramボット: @ruSpamNS_bot

利用方法

モデルのロード

from transformers import AutoTokenizer, AutoModelForSequenceClassification
import torch

# Hugging Faceのトークン
hf_token = "hf_–≤–∞—à_–ø–µ—Ä—Å–æ–Ω–∞–ª—å–Ω—ã–π_—Ç–æ–∫–µ–Ω"

# モデル名
model_name = "NeuroSpaceX/ruSpamNS_big"
tokenizer = AutoTokenizer.from_pretrained(model_name, token=hf_token)
model = AutoModelForSequenceClassification.from_pretrained(
    model_name, 
    token=hf_token, 
    attn_implementation="eager"
)
model.eval()

テキストの分類

# 分類するテキスト
text = "–ü—Ä–∏–≤–µ—Ç, –Ω—É–∂–Ω—ã —Å–æ—Ç—Ä—É–¥–Ω–∏–∫–∏ –Ω–∞ —É–¥–∞–ª–µ–Ω–∫—É, 300 –¥–æ–ª–ª–∞—Ä–æ–≤ –≤ –Ω–µ–¥–µ–ª—é"

# テキストのトークナイズ
inputs = tokenizer(text, return_tensors="pt", truncation=True, padding=True)

# 推論
with torch.no_grad():
    logits = model(**inputs).logits
    spam_score = torch.sigmoid(logits).item()
    is_spam = spam_score >= 0.5

print(f"スパム判定: {is_spam} (スコア: {spam_score:.2%})")

注意事項

⚠️ 重要提示

このモデルを使用するには、@NeuroSpaceX からの許可が必要です。以下の情報を提供して申請してください。

• あなたのフルネーム
• モデルの使用目的
• CC-BY-NC-ND-3.0ライセンスに同意すること
• モデルのソースを適切に表示すること

ライセンス

このモデルは、CC-BY-NC-ND-3.0ライセンスの下で提供されています。

• 非商用利用のみ許可されています。
• モデルの再配布は許可されていません。
• 派生作品の作成は許可されていません。
• モデルのソースを適切に表示する必要があります。

© NeuroSpaceX 2025