Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

ChineseHarm-Bench: A Chinese Harmful Content Detection Benchmark

Created by
  • Haebom

저자

Kangwei Liu, Siyuan Cheng, Bozhong Tian, Xiaozhuan Liang, Yuyang Yin, Meng Han, Ningyu Zhang, Bryan Hooi, Xi Chen, Shumin Deng

개요

본 논문은 중국어 유해 콘텐츠 탐지에 대한 포괄적이고 전문적으로 주석이 달린 벤치마크를 제시합니다. 기존의 유해 콘텐츠 탐지 자원은 영어에 집중되어 있고 중국어 데이터셋은 부족하며 범위가 제한적이라는 문제를 해결하기 위해, 실제 데이터로 구성된 6가지 대표적인 범주를 포함하는 벤치마크를 개발했습니다. 주석 과정을 통해 LLMs의 중국어 유해 콘텐츠 탐지 지원을 위한 전문가 지식 규칙 기반을 구축하였으며, 인간이 주석한 지식 규칙과 LLMs의 암묵적 지식을 통합하는 지식 증강 기준 모델을 제안하여, 소규모 모델이 최첨단 LLMs와 비슷한 성능을 달성하도록 합니다. 코드와 데이터는 https://github.com/zjunlp/ChineseHarm-bench 에서 이용 가능합니다.

시사점, 한계점

•
시사점:
◦
중국어 유해 콘텐츠 탐지 분야의 데이터 부족 문제 해결에 기여.
◦
실제 데이터 기반의 대규모, 다양한 범주를 포함하는 벤치마크 제공.
◦
전문가 지식 규칙 기반을 활용한 LLMs 성능 향상 가능성 제시.
◦
지식 증강 기법을 통한 소규모 모델의 성능 향상 가능성 제시.
◦
공개된 코드와 데이터를 통해 후속 연구 활성화 기대.
•
한계점:
◦
벤치마크의 범주가 6가지로 제한적일 수 있음.
◦
실제 세계의 유해 콘텐츠의 다양성을 완벽하게 반영하지 못할 가능성.
◦
제안된 지식 증강 기법의 일반화 성능에 대한 추가적인 연구 필요.
◦
특정 언어(중국어)에 국한된 연구 결과의 일반화 가능성 제한.
👍
Made with Slashpage