高效模型用于仇恨、虐待和亵渎的检测

💡 原文中文,约500字,阅读约需2分钟。
📝

内容提要

该研究使用生成式人工智能生成合成仇恨言论序列,并微调大型预训练语言模型以提高对仇恨言论的泛化能力。实验证明该方法改进了召回性能,但GPT-3.5模型的零样本仇恨检测性能仍有待提高。

🏷️

标签

➡️

继续阅读