懂AI
scenario-teacher-data-hate_speech_filipino-model-xlm-roberta-base

scenario-teacher-data-hate_speech_filipino-model-xlm-roberta-base

优化后的模型用于菲律宾语的仇恨言论检测

该项目利用xlm-roberta-base模型微调适用于菲律宾语的仇恨言论检测，已达到78.17%的准确率和76.87%的F1得分。模型特别适应于处理此类任务，通过调整学习率和其他超参数优化性能。训练使用了Adam优化和线性学习率调度策略，总计训练了6969个epoch。

开源项目准确率仇恨言论模型Huggingfacexlm-roberta-base数据集Github训练过程
Hugging Face

项目介绍

项目名为scenario-teacher-data-hate_speech_filipino-model-xlm-roberta-base，这个项目是针对批评性语言识别的任务而开发的一个深度学习模型。具体来说，该模型是在一个名为xlm-roberta-base的基础模型之上进行微调，以检测和识别菲律宾语中的仇恨言论。

模型简介

此模型是xlm-roberta-base的一个微调版本，xlm-roberta-base是一个多语言版本的RoBERTa模型，能够处理多种不同的语言。这款模型专注于处理来自hate_speech_filipino数据集的菲律宾语仇恨言论。

在测试数据集上的表现如下：

  • 损失：1.0437
  • 准确率：0.7817
  • F1分数：0.7687

预期用途与局限性

虽然模型的具体用途与局限性没有详细描述，但通常此类模型用于提升社交平台或在线讨论中的内容审核效率，尤其是在涉及仇恨言论的内容上。然而，任何自动化的内容审核工具都有必要辅以人工监督，以确保其决策的准确和公正性。

模型训练与评估数据

关于模型的训练和评估数据，项目中并没有提供详细的信息。然而，hate_speech_filipino数据集显然是在模型的训练过程中用来塑造模型识别此类言论的能力的数据集。

训练过程

训练超参数

在训练过程中使用了以下超参数：

  • 学习率：5e-05
  • 训练批量大小：32
  • 评估批量大小：32
  • 随机种子：42
  • 优化器：Adam，动量参数为(0.9, 0.999)，epsilon为1e-08
  • 学习率调节策略：线性
  • 训练周期：6969

训练结果

在整个训练过程中，模型逐步改进，其准确率和F1分数在不同的训练阶段发生变化。以下是训练过程中的一些关键节点：

训练周期训练步数验证损失准确率F1分数
0.321000.59230.69660.7200
0.642000.52140.74500.7202
1.284000.51060.76490.7442
3.1910000.56800.78050.7510
7.3523001.04370.78170.7687

训练过程中模型性能提升的迹象显示其逐步学习并适应识别仇恨言论的任务。

框架版本

项目中使用的框架和相关工具的版本如下：

  • Transformers 4.33.3
  • Pytorch 2.0.1
  • Datasets 2.14.5
  • Tokenizers 0.13.3

这个项目为自动检测菲律宾语仇恨言论提供了一个强大工具，其多语言能力也表明在其他语言环境下也可能获得良好表现。

编辑推荐精选

AEE

AEE

AI Excel全自动制表工具

AEE 在线 AI 全自动 Excel 编辑器，提供智能录入、自动公式、数据整理、图表生成等功能，高效处理 Excel 任务，提升办公效率。支持自动高亮数据、批量计算、不规则数据录入，适用于企业、教育、金融等多场景。

UI-TARS-desktop

UI-TARS-desktop

基于 UI-TARS 视觉语言模型的桌面应用，可通过自然语言控制计算机进行多模态操作。

UI-TARS-desktop 是一款功能强大的桌面应用，基于 UI-TARS（视觉语言模型）构建。它具备自然语言控制、截图与视觉识别、精确的鼠标键盘控制等功能，支持跨平台使用（Windows/MacOS），能提供实时反馈和状态显示，且数据完全本地处理，保障隐私安全。该应用集成了多种大语言模型和搜索方式，还可进行文件系统操作。适用于需要智能交互和自动化任务的场景，如信息检索、文件管理等。其提供了详细的文档，包括快速启动、部署、贡献指南和 SDK 使用说明等，方便开发者使用和扩展。

Wan2.1

Wan2.1

开源且先进的大规模视频生成模型项目

Wan2.1 是一个开源且先进的大规模视频生成模型项目，支持文本到图像、文本到视频、图像到视频等多种生成任务。它具备丰富的配置选项，可调整分辨率、扩散步数等参数，还能对提示词进行增强。使用了多种先进技术和工具，在视频和图像生成领域具有广泛应用前景，适合研究人员和开发者使用。

爱图表

爱图表

全流程 AI 驱动的数据可视化工具，助力用户轻松创作高颜值图表

爱图表（aitubiao.com）就是AI图表，是由镝数科技推出的一款创新型智能数据可视化平台，专注于为用户提供便捷的图表生成、数据分析和报告撰写服务。爱图表是中国首个在图表场景接入DeepSeek的产品。通过接入前沿的DeepSeek系列AI模型，爱图表结合强大的数据处理能力与智能化功能，致力于帮助职场人士高效处理和表达数据，提升工作效率和报告质量。

Qwen2.5-VL

Qwen2.5-VL

一款强大的视觉语言模型，支持图像和视频输入

Qwen2.5-VL 是一款强大的视觉语言模型，支持图像和视频输入，可用于多种场景，如商品特点总结、图像文字识别等。项目提供了 OpenAI API 服务、Web UI 示例等部署方式，还包含了视觉处理工具，有助于开发者快速集成和使用，提升工作效率。

HunyuanVideo

HunyuanVideo

HunyuanVideo 是一个可基于文本生成高质量图像和视频的项目。

HunyuanVideo 是一个专注于文本到图像及视频生成的项目。它具备强大的视频生成能力，支持多种分辨率和视频长度选择，能根据用户输入的文本生成逼真的图像和视频。使用先进的技术架构和算法，可灵活调整生成参数，满足不同场景的需求，是文本生成图像视频领域的优质工具。

WebUI for Browser Use

WebUI for Browser Use

一个基于 Gradio 构建的 WebUI，支持与浏览器智能体进行便捷交互。

WebUI for Browser Use 是一个强大的项目，它集成了多种大型语言模型，支持自定义浏览器使用，具备持久化浏览器会话等功能。用户可以通过简洁友好的界面轻松控制浏览器智能体完成各类任务，无论是数据提取、网页导航还是表单填写等操作都能高效实现，有利于提高工作效率和获取信息的便捷性。该项目适合开发者、研究人员以及需要自动化浏览器操作的人群使用，在 SEO 优化方面，其关键词涵盖浏览器使用、WebUI、大型语言模型集成等，有助于提高网页在搜索引擎中的曝光度。

xiaozhi-esp32

xiaozhi-esp32

基于 ESP32 的小智 AI 开发项目，支持多种网络连接与协议，实现语音交互等功能。

xiaozhi-esp32 是一个极具创新性的基于 ESP32 的开发项目，专注于人工智能语音交互领域。项目涵盖了丰富的功能，如网络连接、OTA 升级、设备激活等，同时支持多种语言。无论是开发爱好者还是专业开发者，都能借助该项目快速搭建起高效的 AI 语音交互系统，为智能设备开发提供强大助力。

olmocr

olmocr

一个用于 OCR 的项目，支持多种模型和服务器进行 PDF 到 Markdown 的转换，并提供测试和报告功能。

olmocr 是一个专注于光学字符识别（OCR）的 Python 项目，由 Allen Institute for Artificial Intelligence 开发。它支持多种模型和服务器，如 vllm、sglang、OpenAI 等，可将 PDF 文件的页面转换为 Markdown 格式。项目还提供了测试框架和 HTML 报告生成功能，方便用户对 OCR 结果进行评估和分析。适用于科研、文档处理等领域，有助于提高工作效率和准确性。

飞书多维表格

飞书多维表格

飞书多维表格 ×DeepSeek R1 满血版

飞书多维表格联合 DeepSeek R1 模型，提供 AI 自动化解决方案，支持批量写作、数据分析、跨模态处理等功能，适用于电商、短视频、影视创作等场景，提升企业生产力与创作效率。关键词：飞书多维表格、DeepSeek R1、AI 自动化、批量处理、企业协同工具。

下拉加载更多