AK_QMUL 在 ArGuard 共享任务中基于微调 JAIS 检测阿拉伯语有害提示词

AK_QMUL 团队在 ArGuard-2026 阿拉伯语有害提示词检测任务中斩获双赛道冠军。方案统一采用 4-bit QLoRA 微调的 JAIS-6.7B 骨干模型，并在末尾 token 表示上接入线性分类头。评测结果显示，模型在二分类任务 B1 与七分类有害领域任务 B2 中均排名第一，macro-F1 分别达到 0.984 和 0.790。