Falcons AI: NSFW-классификатор из ОАЭ вошёл в топ-6 Hugging Face
Модель для классификации NSFW-изображений (Not Safe for Work, «не для просмотра на работе»), разработанная компанией Falcons AI из Рас-эль-Хаймы (ОАЭ), по состоянию на 14 февраля 2025 года набрала 50,8 млн скачиваний на Hugging Face за последние 28 дней. Это шестое место по скачиваниям среди более чем 1400 моделей, размещённых на платформе. Для сравнения: все модели DeepSeek вместе взятые за тот же период набрали 3,7 млн скачиваний, то есть модель Falcons AI обошла их в 12, 13 раз, несмотря на широкую мировую известность китайской компании.
Модель называется Fine-Tuned Vision Transformer (ViT) и построена на архитектуре трансформера, которую обычно применяют для обработки текста, но здесь она адаптирована под классификацию изображений, модель отличает обычный контент от откровенного. Её обучили на 80 000 отобранных изображений с параметрами learning rate 5e-5 и размером батча 16. Модель распространяется под открытой лицензией Apache 2.0, доступна для свободного скачивания и использования.
Falcons AI, компания из Рас-эль-Хаймы, которая занимается ИИ-решениями для бизнеса и государственных структур в сфере автоматизации, повышения эффективности и поддержки принятия решений; у неё есть отдельная программа открытых моделей. Автор статьи связывает успех модели с растущим глобальным спросом на инструменты модерации контента, эта задача актуальна для управления корпоративными платформами, медиа и вещания, а также для регулирующих органов, а рост числа изображений, создаваемых генеративными моделями, только увеличивает эту потребность. Автор также подаёт этот кейс как пример того, что стратегические инвестиции ОАЭ в ИИ-экосистему приносят результат, наряду с релизами моделей от крупных исследовательских лабораторий ОАЭ.
Ключевые факты
- NSFW-классификатор Falcons AI (Рас-эль-Хайма, ОАЭ) набрал 50,8 млн скачиваний на Hugging Face за 28 дней (по состоянию на 14 февраля 2025)
- Это шестое место по скачиваниям среди более чем 1400 моделей на платформе
- Все модели DeepSeek вместе взятые набрали за тот же период 3,7 млн скачиваний, Falcons AI обошла их в 12, 13 раз
- Модель, Fine-Tuned Vision Transformer (ViT), обучена на 80 000 изображений (learning rate 5e-5, batch size 16), доступна под лицензией Apache 2.0
- Falcons AI предоставляет ИИ-решения для бизнеса и госсектора и ведёт отдельную программу открытых моделей
Почему это важно
Историю подают как пример того, что не только громкие большие языковые модели задают моду в открытом ИИ, узкоспециализированный инструмент модерации контента может обгонять по скачиваниям даже широко разрекламированные модели вроде DeepSeek. Это показывает, что практический, узкоприкладной спрос (автоматическая фильтрация откровенных изображений) на Hugging Face может быть больше, чем интерес к громким релизам универсальных моделей.
Кому это важно
В первую очередь тем, кто занимается модерацией пользовательского контента, платформам, медиа и вещательным компаниям, корпоративным ИТ-отделам, регулирующим структурам, а также разработчикам, которые ищут готовый открытый инструмент для отсечения откровенных изображений на своих сервисах. Материал также интересен тем, кто следит за развитием ИИ-экосистемы ОАЭ.
Как это применить
Модель доступна на Hugging Face под лицензией Apache 2.0, её можно свободно скачать и использовать в собственных проектах, в том числе дообучить под свою задачу. В статье указаны параметры обучения (80 000 изображений, learning rate 5e-5, batch size 16), которые могут пригодиться тем, кто планирует повторить или доработать похожий классификатор.
Можно ли доверять
Цифры скачиваний (50,8 млн, 3,7 млн у DeepSeek, место в рейтинге) взяты со статистики самой платформы Hugging Face, на которую ссылается автор. При этом источник, нишевое издание Middle East AI News, а часть материала (тезисы о том, что успех Falcons AI показывает эффективность инвестиций ОАЭ в ИИ-экосистему), это оценочные суждения самого автора статьи, а не независимо подтверждённые факты. В тексте нет ни имён основателей или руководителей Falcons AI, ни данных о выручке или размере компании.
Риски и подводные камни
Большое число скачиваний не равно проверенному качеству классификации: в статье нет данных о точности модели на разнообразном контенте, а инструменты автоматической модерации откровенных изображений исторически подвержены ошибкам как в сторону ложных срабатываний, так и пропусков. Сравнение с DeepSeek эффектно, но опирается только на счётчик скачиваний одной платформы за один месяц, он не обязательно отражает глубину реального использования модели.