PersonaHate:基于人设的数据合成管线,生成 791K 仇恨言论数据集
一篇很实用的数据合成论文:8 个 LLM 按人设生成了 79 万条仇恨言论样本。用它的 6.7 万条数据微调后,Llama-3.1-8B 的 F1 比 Meta 自家 LlamaGuard-3 还高。做内容审核或安全数据集的团队直接照着抄管线就行。
一篇很实用的数据合成论文:8 个 LLM 按人设生成了 79 万条仇恨言论样本。用它的 6.7 万条数据微调后,Llama-3.1-8B 的 F1 比 Meta 自家 LlamaGuard-3 还高。做内容审核或安全数据集的团队直接照着抄管线就行。