#PersonaHate

共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「PersonaHate」标签的资讯、产品与论文,按刊登时间排,新的在上。
11月18日
论文Agent 与开发者多源确认10:50
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。

事件专题
arXiv: OpenAI@Xinyu Zhang 等 4 人原文