Fake News & Phishing Detection (Graduation Project)

قمت بضبط دقيق (Fine-tuning) لنموذج DeBERTa-v3 NLI على مجموعة بيانات LIAR-Plus باستخدام تقنية LoRA، مع دمج مسار ديناميكي لجمع الأدلة (Evidence-gathering pipeline) عبر واجهة برمجة تطبيقات Serper، يعتمد على مصفوفة مخصصة لتقييم مصداقية النطاقات (Domain credibility matrix).

طورت محركاً لاكتشاف التصيد الاحتيالي (Phishing detection) باستخدام نموذج تجميعي (SoftVotingEnsemble) يعتمد على خوارزميات (XGBoost, RF, LogReg)، وبنيت مسار بيانات (Pipeline) يحلل 42 خاصية للروابط (URLs)، وشهادات الأمان (SSL)، وعمر النطاق عبر RDAP.

قمت بنشر (Deployment) مسار استنتاج التعلم الآلي بالكامل (ML inference pipeline) كخدمة Python FastAPI على منصة Hugging Face Spaces