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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,005 |
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 source (Gemma direct ou Codex distillé), 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 ».