这是一个用于评估俄文短文本自然度的模型。它经过训练，可以区分人工编写的文本和其损坏版本。

损坏来源：随机替换、删除、添加、重组和复词，随机更改大写字母，往返翻译，使用T5和RoBERTA模型在随机位置填充。对于每个原始文本，我们采样了三个损坏的文本，因此该模型对非自然标签有均匀偏见。

数据来源：来自 the Leipzig collection （rus_news_2020_100K，rus_newscrawl-public_2018_100K，rus-ru_web-public_2019_100K，rus_wikipedia_2021_100K）的网络语料库，来自 OK 和 Pikabu 的评论。

在我们的私有测试数据集上，该模型与人类对自然度的评判达到了40%的排名相关性，高于另一个流利度指标——GPT困惑度。