热点事件持续更新
豪萨语安全偏好数据集构建与对齐评估
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月28日，arXiv cs.CL 发表一项豪萨语安全对齐案例研究。研究团队构建了豪萨语安全偏好数据集 HausaSafeLM，含1万条取自 PKU-SafeRLHF 的提示词，其中3000条经人工修正、7000条由机器翻译生成。研究在 Qwen2.5-7B-Instruct 上评估：未调优基座模型的高拒答率实际源于豪萨语生成能力不足，拒答质量很低。监督微调（SFT）借助 silver 数据提升了拒答的流畅度与精确度；直接偏好优化（DPO）虽提升精确度，却使语言质量骤降。研究结论是，没有一种配置能同时兼顾安全性与语言流畅性。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
研究显示SFT提升拒答流畅度，DPO致语言质量骤降，无配置兼得安全与流畅。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CL大语言模型面向非洲语言的安全对齐：HausaSafeLM 豪萨语案例研究
研究团队构建豪萨语安全偏好数据集 HausaSafeLM，含 1 万条来自 PKU-SafeRLHF 的提示词，其中 3000 条人工修正、7000 条机器翻译。在 Qwen2.5-7B-Instruct 上，未调优基座模型的高拒答率实为豪萨语生成能力不足，拒答质量很低。SFT 借 silver 数据提升拒答流畅度与精度，DPO 提升精度的代价是语言质量骤降，无配置能兼顾安全与流畅。
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。