热点事件持续更新
研究团队推出豪萨语安全偏好数据集HausaSafeLM
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
2026年10月28日，研究人员针对西非超2亿人使用的低资源语言豪萨语，推出安全偏好数据集HausaSafeLM，该数据集包含10,000个提示词。基于Qwen2.5-7B-Instruct模型的评测结果显示，监督微调（SFT）能改善拒绝回答的流畅度与精度，但若叠加直接偏好优化（DPO），虽能提高精度，却会大幅损害语言质量。这一研究表明，现有安全对齐方法难以兼顾低资源语言的安全性与流畅度，同时单纯以拒绝率作为评估指标在此类场景下并不可靠。
AI 根据报道生成 · 6 小时前更新
最新进展10月28日 12:00
研究团队推出含1万提示词的豪萨语安全偏好数据集，并指出兼顾其安全与流畅度面临挑战。报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- arXiv 自然语言处理非洲语言的大语言模型安全对齐：豪萨语案例研究
研究人员针对西非超 2 亿人使用的豪萨语推出安全偏好数据集 HausaSafeLM，包含 10,000 个提示词。基于 Qwen2.5-7B-Instruct 评测显示，SFT 能改善拒绝流畅度与精度，而叠加 DPO 虽提高精度却大幅损害了语言质量。结果表明现有方法难以兼顾低资源语言的安全性与流畅度，单纯拒绝率指标在此类场景下并不可靠。
本事件热度走势
当前热度 8·可比范围峰值 10（10月28日 13:00）·近 24 小时可比范围变化 –
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。