热点事件持续更新
JAIS微调模型登顶ArGuard阿拉伯语有害提示检测
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 刊出 AK_QMUL 团队在 ArGuard-2026 阿拉伯语有害提示词检测共享任务上的方案：仅用单个微调的 JAIS-6.7B 模型，即在 B1、B2 两个赛道均排名第一。两项提交均采用 4-bit QLoRA 微调，并加最后一 token 线性分类头；B1 赛道 macro-F1 达 0.984，B2 为 0.790。在 B1 上，模型于六种阿拉伯语方言的准确率为 93.6%–99.8%；B2 的误差主要集中于与骚扰、伤害他人语义重叠的 Bully 类。报道未提及与早先结果存在数字或说法冲突。
AI 根据报道生成 · 2 小时前更新
最新进展10月28日 12:00
AK_QMUL 用单个微调 JAIS-6.7B 在 ArGuard-2026 的 B1、B2 两赛道均列第一。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv cs.CLAK_QMUL 在 ArGuard 共享任务：用单一微调 JAIS 检测阿拉伯语有害提示词
AK_QMUL 以单个微调的 JAIS-6.7B 在 ArGuard-2026 阿拉伯语有害提示词检测的 B1、B2 两个赛道均排名第一。两项提交均为 4-bit QLoRA 微调加最后一 token 线性分类头，B1 macro-F1 达 0.984、B2 为 0.790。B1 在六种方言上准确率 93.6%–99.8%，B2 误差集中于与骚扰、伤害他人语义重叠的 Bully 类。
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。