Guardians of Discourse: Evaluating the Performance of Large Language Models in Multilingual Offensive Language Detection
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究评估了大型语言模型在多语言攻击性语言检测中的表现,分析了GPT-3.5、Flan-T5和Mistral模型在英语、西班牙语和德语中的效果。研究首次探讨了提示语言和翻译数据对非英语任务的影响,发现模型的偏见和数据集在敏感话题的错误预测中起重要作用。
🎯
关键要点
-
本研究评估了大型语言模型在多语言攻击性语言检测中的表现。
-
分析了GPT-3.5、Flan-T5和Mistral模型在英语、西班牙语和德语中的效果。
-
首次探讨了提示语言和翻译数据对非英语任务的影响。
-
发现模型的偏见和数据集在敏感话题的错误预测中起重要作用。
🏷️