harmful-prompt-detection

标签

Cards List
#harmful-prompt-detection

AK_QMUL 参加 ArGuard 共享任务:使用单一微调 JAIS 模型检测阿拉伯语有害提示词

arXiv cs.CL ↗ · 2026-10-28 缓存

AK_QMUL 的论文介绍了其在 ArGuard-2026 共享任务中的提交方案:基于 JAIS-6.7B、采用 4 位 QLoRA 微调的模型,用于阿拉伯语有害提示检测(安全/不安全二分类及七类有害领域分类)。该模型在两项任务中均获第一名,宏平均 F1 分数分别为 0.984 和 0.790。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈