Remove profanity and add examples

README.md

@@ -95,7 +95,7 @@ tokenizer = AutoTokenizer.from_pretrained(model_id)
 model = AutoModelForSequenceClassification.from_pretrained(model_id)
 model.eval()
 
-text = "ты еблан"
+text = "ты грубый и неприятный человек"
 inputs = tokenizer(text, return_tensors="pt", truncation=True, max_length=192)
 
 with torch.inference_mode():
@@ -108,6 +108,35 @@ label = "toxic" if toxic_score >= 0.90 else "clean"
 print(label, toxic_score)
 ```
 
+## Примеры
+
+Ниже приведены безопасные демонстрационные примеры без явной нецензурной лексики. Итоговый результат зависит от выбранного порога и контекста сообщения.
+
+```text
+Сообщение: Спасибо за помощь, всё получилось
+Ожидаемый класс: clean
+```
+
+```text
+Сообщение: Я устал, сегодня был сложный день
+Ожидаемый класс: clean
+```
+
+```text
+Сообщение: Ты грубый и неприятный человек
+Ожидаемый класс: toxic
+```
+
+```text
+Сообщение: Сам ты лох
+Ожидаемый класс: toxic
+```
+
+```text
+Сообщение: Уйди отсюда, ты всем мешаешь
+Ожидаемый класс: toxic
+```
+
 ## Обучающие данные
 
 Модель дообучалась на смеси публичных русскоязычных датасетов токсичности и приватных модерационных разметок/исправлений.