Beyond Monolithic LLMs: Modular AI for Online Harassment Detection
Notice bibliographique
Résumé
Developing automated systems to analyze online harassment reports is a critical real-world challenge. In Canada, nearly one in five women experience online harassment annually, often resulting in users blocking others or deleting their accounts to protect themselves. We evaluate classic CNN-RNNs and modern SLMs/LLMs on SafeCity to address this challenge. Our findings show that different models excel at different harassment types: fine-tuned BERT (BERT-FT) performs best for “commenting,” CNN-RNN outperforms on “ogling,” and finetuned DeepSeek (DeepSeek-FT) achieves the highest accuracy for “groping.” To harness these complementary strengths, we introduce AD-ASH, a modular, specialist-driven system that assigns each sub-task to the most effective model. Beyond achieving improved performance on SafeCity dataset (0.66 exact-match ratio and 0.85 Hamming score), AD-ASH enables systematic comparative analysis across models and harassment types, offering valuable feedback for optimizing LLM performance through both architectural tuning and data-driven insights. This architecture also enabled a focused examination of dataset label suitability, which in turn motivated the future direction of integrating knowledge-graph-based contextual modeling to enhance RAG for LLMs. Overall, AD-ASH provides a robust, extensible framework for building hybrid AI systems tailored to the complexity and heterogeneity of real-world classification tasks. AD-ASH is a practical template for modular moderation systems where label heterogeneity undermines single-model performance.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».