Active Learning for Robust and Representative LLM Generation in Safety-Critical Scenarios

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种结合主动学习与聚类的新框架,以解决大型语言模型在安全关键场景中生成数据时的分布性偏差和代表性不足问题。该框架有效构建了更具代表性的安全场景数据集,显著提高了模型的准确性和F1分数。

🏷️

标签

➡️

继续阅读