Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

ChineseHarm-Bench: A Chinese Harmful Content Detection Benchmark

Created by
  • Haebom

作者

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

概要

本論文は、中国語の有害コンテンツの検出に関する包括的かつ専門的に注釈付きのベンチマークを提示します。既存の有害コンテンツ検出リソースは英語に集中しており、中国語のデータセットが不足しており、範囲が制限されていることを考慮して、実際のデータで構成される6つの代表的なカテゴリを扱うベンチマークを開発しました。注釈プロセスを通じて、LLMsの中国語有害コンテンツの検出を支援する専門家の知識規則基盤を作成し、人が注釈した知識規則とLLMsの暗黙の知識を統合する知識増強基準モデルを提案し、小規模モデルが最先端LLMsと比較するほどの性能を達成できるようにしました。コードとデータはhttps://github.com/zjunlp/ChineseHarm-benchで利用できます。

Takeaways、Limitations

Takeaways:
中国語有害コンテンツ検出分野におけるデータ不足の問題解決に寄与
実際のデータ駆動型の大規模ベンチマーク提供による研究開発の促進
専門家の知識ルールベースと知識強化基準モデルの提示によるLLMの性能向上
小規模モデルの性能向上の可能性を提示
Limitations:
ベンチマークのカテゴリは6つに限定されます。
実際のデータファンデーションですが、データの偏りと一般化の可能性についてのさらなるレビューが必要です。
提案された知識強化基準モデルの一般化性能に関するさらなる研究が必要である。
さまざまな種類の有害なコンテンツと様々な中国語方言のさらなる研究が必要です。
👍