Buchumschlag

Tiny-Toxic-Detector: A compact transformer-based model for toxic content detection

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Kamphuis, Michiel
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence Computation and Language
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

EasyMath: A 0-shot Math Benchmark for SLMs
von: Karki, Drishya, et al.
Veröffentlicht: (2025)

Tina: Tiny Reasoning Models via LoRA
von: Wang, Shangshang, et al.
Veröffentlicht: (2025)

QED-Nano: Teaching a Tiny Model to Prove Hard Theorems
von: LM-Provers, et al.
Veröffentlicht: (2026)

Zero-shot data citation function classification using transformer-based large language models (LLMs)
von: Byers, Neil, et al.
Veröffentlicht: (2025)

Ayn: A Tiny yet Competitive Indian Legal Language Model Pretrained from Scratch
von: Niyogi, Mitodru, et al.
Veröffentlicht: (2024)

PanGu-$π$ Pro:Rethinking Optimization and Architecture for Tiny Language Models
von: Tang, Yehui, et al.
Veröffentlicht: (2024)

TinyV: Reducing False Negatives in Verification Improves RL for LLM Reasoning
von: Xu, Zhangchen, et al.
Veröffentlicht: (2025)

An exploration of features to improve the generalisability of fake news detection models
von: Hoy, Nathaniel, et al.
Veröffentlicht: (2025)

Base Models Look Human To AI Detectors
von: Xu, Yixuan Even, et al.
Veröffentlicht: (2026)

Towards Detecting Contextual Real-Time Toxicity for In-Game Chat
von: Yang, Zachary, et al.
Veröffentlicht: (2023)

M-QUEST -- Meme Question-Understanding Evaluation on Semantics and Toxicity
von: De Giorgis, Stefano, et al.
Veröffentlicht: (2026)

Toxicity Detection Should Measure Contextual Harm, Not Text-Intrinsic Badness
von: Berezin, Sergei, et al.
Veröffentlicht: (2025)

Language models show human-like content effects on reasoning tasks
von: Dasgupta, Ishita, et al.
Veröffentlicht: (2022)

Exploring the Plausibility of Hate and Counter Speech Detectors with Explainable AI
von: Böck, Adrian Jaques, et al.
Veröffentlicht: (2024)

Where Does Toxicity Live? Mechanistic Localization and Targeted Suppression in Language Models
von: Beniwal, Himanshu, et al.
Veröffentlicht: (2026)

Characterizing Large Language Model Geometry Helps Solve Toxicity Detection and Generation
von: Balestriero, Randall, et al.
Veröffentlicht: (2023)

Navigating the Shadows: Unveiling Effective Disturbances for Modern AI Content Detectors
von: Zhou, Ying, et al.
Veröffentlicht: (2024)

IPAD: Inverse Prompt for AI Detection - A Robust and Interpretable LLM-Generated Text Detector
von: Chen, Zheng, et al.
Veröffentlicht: (2025)

ToxiGAN: Toxic Data Augmentation via LLM-Guided Directional Adversarial Generation
von: Li, Peiran, et al.
Veröffentlicht: (2026)

An explainable transformer circuit for compositional generalization
von: Tang, Cheng, et al.
Veröffentlicht: (2025)

Zero-knowledge LLM hallucination detection and mitigation through fine-grained cross-model consistency
von: Goel, Aman, et al.
Veröffentlicht: (2025)

Physical models realizing the transformer architecture of large language models
von: Chen, Zeqian
Veröffentlicht: (2025)

Opir: Efficient Multi-Task Safety Classification for Toxicity, Jailbreaks, Hate Speech, and Harmful Content
von: Stepanov, Ihor, et al.
Veröffentlicht: (2026)

When can transformers reason with abstract symbols?
von: Boix-Adsera, Enric, et al.
Veröffentlicht: (2023)

Your Finetuned Large Language Model is Already a Powerful Out-of-distribution Detector
von: Zhang, Andi, et al.
Veröffentlicht: (2024)

Amplifying, Not Learning: Fine-Tuned AI Text Detectors Amplify a Pretrained Direction
von: Smirnov, Alexander
Veröffentlicht: (2026)

Accelerating Training Speed of Tiny Recursive Models with Curriculum Guided Adaptive Recursion
von: Qasim, Kaleem Ullah, et al.
Veröffentlicht: (2025)

Language Models Optimized to Fool Detectors Still Have a Distinct Style (And How to Change It)
von: Soto, Rafael Rivera, et al.
Veröffentlicht: (2025)

SUS backprop: linear backpropagation algorithm for long inputs in transformers
von: Pankov, Sergey, et al.
Veröffentlicht: (2025)

ProdRev: A DNN framework for empowering customers using generative pre-trained transformers
von: Gupta, Aakash, et al.
Veröffentlicht: (2025)

PSK@EEUCA 2026: Fine-Tuning Large Language Models with Synthetic Data Augmentation for Multi-Class Toxicity Detection in Gaming Chat
von: Pulipaka, Srikar Kashyap
Veröffentlicht: (2026)

Classification is a RAG problem: A case study on hate speech detection
von: Willats, Richard, et al.
Veröffentlicht: (2025)

Towards Building a Robust Toxicity Predictor
von: Bespalov, Dmitriy, et al.
Veröffentlicht: (2024)

Toxicity Detection towards Adaptability to Changing Perturbations
von: Kang, Hankun, et al.
Veröffentlicht: (2024)

Towards detecting unanticipated bias in Large Language Models
von: Kruspe, Anna
Veröffentlicht: (2024)

TaeBench: Improving Quality of Toxic Adversarial Examples
von: Zhu, Xuan, et al.
Veröffentlicht: (2024)

Preference Tuning For Toxicity Mitigation Generalizes Across Languages
von: Li, Xiaochen, et al.
Veröffentlicht: (2024)

Illuminate: A novel approach for depression detection with explainable analysis and proactive therapy using prompt engineering
von: Agrawal, Aryan
Veröffentlicht: (2024)

Prefill-Guided Thinking for zero-shot detection of AI-generated images
von: Kachwala, Zoher, et al.
Veröffentlicht: (2025)

Explained anomaly detection in text reviews: Can subjective scenarios be correctly evaluated?
von: Novoa-Paradela, David, et al.
Veröffentlicht: (2023)