Компьютерные науки > Расчет и язык [представлен 27 октября 2026 года] Название: Согласование моделей крупных языков для обеспечения безопасности на африканских языках: тематическое исследование HTML House (экспериментальное) HTF: Исследования по согласованию систем безопасности в случае больших языковых моделей (LMS), как и прежде, сконцентрированы на высокоресурсных языках, оставляя открытым вопрос о том, каким образом существующие методы согласования функционируют в условиях низкой ресурсной специфики с учетом культурных особенностей. Мы изучаем этот вопрос для Хауса, языка, на котором говорят более 200 миллионов человек по всей Западной Африке. Мы представляем HausaSafeLM, один из первых наборов данных о предпочтении безопасности " хауса &qt; , изготовленных на основе 10 000 сигналов, полученных с помощью PKU-SaifeRLHF: 3000 скорректированных человеком (золотых) и 7000 машинопереводовых (серверов), охватывающих шесть макрокатегорий вреда. Используя инструкции Qwen2.5-7B, мы сравниваем контролируемую доработку (SFT) и SFT с последующими прямым оптимизацией преференции (DPO) в рамках обоих режимов данных, по оценке 500 вредных и 200 доброкачественных Hausa на этом веб-сайте обнаруживается, что неусовершенствованная базовая модель представляется весьма безопасной только при использовании показателей коэффициента отказа, но это отражает ограниченные возможности поколения хауса вместо подлинной увязки: ее отказ почти одинаково низкое качество. СФТ повышает как степень…
Согласование крупных языковых моделей безопасности на африканских языках: тематическое исследование Хауса
arXiv: 261 030,37245v1 Сообщение типа: перекрестное резюме: исследования по согласованию требований безопасности для крупных языковых моделей (LMS) по-прежнему сосредоточены на высокоресурсных языках, оставляя открытым вопрос о том, как существующие методы согласования функционируют в условиях низкой ресурсной и культурной специфики. Мы изучаем этот вопрос для Хауса, языка, на котором говорят более 200 миллионов человек по всей Западной Африке. Мы представляем HausaSafeLM, один из первых наборов данных о предпочтении безопасности " хауса &qt; , изготовленных на основе 10 000 сигналов, полученных с помощью PKU-SaifeRLHF: 3000 скорректированных человеком (золотых) и 7000 машинопереводовых (серверов), охватывающих шесть макрокатегорий вреда. Используя инструкции Qwen2,5-7B, мы сравниваем контролируемую откорректированную (SFT) и SFT с последующей непосредственной оптимизацией преференции (DPO) в рамках обоих режимов данных, оценивая 500 вредных и 200 доброкачественных сигналов Hausa. Мы считаем, что неусовершенствованная базовая модель представляется весьма безопасной только при использовании показателей коэффициента отказа, но это отражает ограниченные возможности поколения хауса вместо подлинной увязки: ее отказ почти u
