EALM:引入多维伦理对齐于对话式 信息检索

💡 原文中文,约400字,阅读约需1分钟。
📝

内容提要

该研究提出了一种将伦理对齐与初始伦理判断阶段相结合的工作流程,用于高效的数据筛选。同时,提出了 QA-ETHICS 数据集和 MP-ETHICS 数据集,以评估多个伦理概念下的场景。研究还引入了一种新方法,在二进制和多标签伦理判断任务中取得了最佳性能。数据和代码可在链接中获得。

🎯

关键要点

  • 人工智能技术应遵循人类规范,以更好地服务社会。
  • 提出了一种将伦理对齐与初始伦理判断阶段相结合的工作流程,用于高效的数据筛选。
  • 推出了 QA-ETHICS 数据集,源自 ETHICS 基准,用于评估工具。
  • 引入了 MP-ETHICS 数据集,以评估多个伦理概念下的场景,如公平和道德规范。
  • 提出了一种新方法,在二进制和多标签伦理判断任务中取得了最佳性能。
  • 研究为将伦理对齐引入会话式信息检索工作流程提供了实用方法。
  • 数据和代码可在指定链接中获得。
➡️

继续阅读