本文综述大语言模型伦理风险研究,指出偏见、毒性等问题,现有基准测试难以解决。研究涵盖危险能力评估、数据集可信度、伦理评估工具TEAL、ETHICS数据集及QA-ETHICS、MP-ETHICS等,强调清理标签错误、伦理对齐与分散化方法,以提升模型安全性和公平性。
完成下面两步后,将自动完成登录并继续当前操作。