BioSlopMeter
детектор корпоративного словоблудия
1 мин чтения
BioSlopMeter — экспериментальная модель от QuantaSparkLabs на базе distilbert-base-uncased (~70 млн параметров). Это text-classification для английского текста: размечает био как USEFUL или SLOP и добавляет шуточную «прожарку» по правилам.
Ключевые особенности
- Два класса:
USEFULиSLOP. - DistilBERT делает классификацию, regex-проверки считают buzzwords, числа, инструменты и action verbs.
- Обучение примерно на 6 000 примеров: технические туториалы, реальные описания вакансий и корпоративный жаргон.
- Если buzzword-скор высокий, а действий мало — выдаётся случайная «прожарка» из фиксированного списка.
- Шуточная и экспериментальная модель: не связана с LinkedIn и не предназначена для найма или оценки людей.
- Язык — английский.
Пример
from transformers import pipeline
classifier = pipeline("text-classification", model="QuantaSparkLabs/BioSlopMeter")
text = "I am a passionate, results-driven visionary leveraging cutting-edge AI to drive transformative growth."
print(classifier(text))
# [{'label': 'SLOP', 'score': 0.9998}]
Подробнее
Валидационный loss — 0.000007; авторы предупреждают, что цифра подозрительно низкая и это не реальный бенчмарк.«Прожарки» берутся из фиксированного списка, а не из реальных профилей.
Модель шуточная, к LinkedIn отношения не имеет; язык — английский, размер — около 70 млн параметров.










Комментарии