本研究探讨了大型语言模型在低资源语言（如新加坡英语）中对齐人类价值观的有效性。通过监督微调和KTO优化，提出了一种更高效且降低毒性的对齐方法，成功将新加坡英语的毒性降低了99%。

Safety at the Margins: A General Approach to Safety Alignment in Low-Resource English Languages — A Case Study of Singlish
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证