发布豪萨语安全对齐数据集HausaSafeLM
热点事件持续更新
发布豪萨语安全对齐数据集HausaSafeLM
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Valdini Douglace Lemofouet等团队发布HausaSafeLM数据集及基于Qwen2.5-7B-Instruct的安全对齐研究。该数据集包含10,000条数据，源自PKU-SafeRLHF，涵盖3,000条人工修正与7,000条机器翻译样本，覆盖六类危害场景。豪萨语在西亚非洲使用人口超2亿。研究在500条有害与200条良性测试集上，对比监督微调（SFT）与SFT后接直接偏好优化（DPO）策略。分析发现未微调模型因生成能力有限导致的高拒答率具有误导性，单一配置难以兼顾安全性、有用性与流畅度，仅依赖拒答率无法可靠评估低资源语言安全对齐效果。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
豪萨语 LLM 安全对齐案例研究：基于 Qwen2.5 的偏好优化分析报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv · AI豪萨语 LLM 安全对齐案例研究：基于 Qwen2.5 的偏好优化分析
研究团队构建了包含 10,000 条数据的 HausaSafeLM 数据集，基于 Qwen2.5-7B-Instruct 探索豪萨语 LLM 的安全对齐方法。 实验对比 SFT 与 DPO 策略，发现未微调模型因生成能力有限而高拒答率具有误导性，单一配置难以同时最大化安全性、有用性与流畅度。 研究指出仅依赖拒答率指标无法可靠评估低资源语言的安全对齐效果。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。