Сақ бол v3
детектор мошенников на русском и казахском
2 min readupdated
Бинарный классификатор (модель, разделяющая тексты на два класса), который определяет мошеннические сообщения в SMS, мессенджерах и расшифровках телефонных звонков. Модель основана на мультиязычном энкодере intfloat/multilingual-e5-large (0.56B параметров) и создана командой tryHard для хакатона Veritas AI 2026. Она работает с русским, казахским, их смесью, а также с казахским текстом, набранным на русской раскладке. Подойдёт разработчикам антиспам-фильтров, чат-ботов и сервисов для пользователей из Казахстана и русскоязычного сегмента.
Ключевые особенности
- Распознаёт скам на русском и казахском языках, включая смешанные фразы и транслитерацию на русской клавиатуре.
- Основана на лёгкой архитектуре
multilingual-e5-large(560 млн параметров), что позволяет быстро запускать инференс. - Показывает высокую точность на реальных примерах из открытых источников при крайне низкой доле ложных срабатываний в обычных чатах.
- Обучена на ~84 000 примеров, объединяющих реальные жалобы, переводы NLLB-200, синтетику от Claude и легитимные сервисные SMS.
Что можно сделать
- Встроить в Telegram-бота или модератор чатов для автоматического предупреждения участников о фишинге и телефонном мошенничестве.
- Использовать как прототип антиспам-фильтра для входящих SMS и сообщений в службах поддержки.
Пример
import torch
from transformers import AutoTokenizer, AutoModelForSequenceClassification
repo = "itsaibarr/saq-bol-v3"
tok = AutoTokenizer.from_pretrained(repo)
model = AutoModelForSequenceClassification.from_pretrained(repo).eval()
texts = ["Сәлеметсіз бе, банктің қауіпсіздік қызметінен хабарласып тұрмыз. SMS-кодты айтыңызшы."]
enc = tok(["query: " + t for t in texts], padding=True, truncation=True, max_length=96, return_tensors="pt")
with torch.no_grad():
p = torch.softmax(model(**enc).logits.float(), -1)[:, 1]Подробнее
На тестовом наборе C модель выявила 90.1% мошеннических сообщений для Казахстана (91.3% на русском и 87.5% на казахском) и 88.2% русских скам-текстов вне Казахстана.Ложные срабатывания на обычных сообщениях из чатов составили всего 0.25% (5 из 1 978) при рабочем пороге 0.99801.
Требования к входу: обязательный префикс
query: и длина последовательности до 96 токенов.Ограничения: модель пропускает нейтральное начало звонка без явных признаков обмана, может ошибаться на обычных курьерских SMS и распространяется только для некоммерческого использования (CC BY-NC-SA 4.0).










Comments