研究人员推出Multi-SFT,一个旨在解决商业许可的多语言指令遵循数据稀缺问题的新数据集。该数据集包含超过50万条指令-响应对,涵盖五种欧洲语言,通过翻译和重新生成流程创建。评估显示,仅使用Multi-SFT进行微调的模型,其表现可与更大、经过增强的数据集甚至官方指令微调版本相媲美,在安全相关任务上表现尤为突出。 AI
影响 该数据集有望显著提升多语言AI模型(尤其是在非英语语言方面)的性能和安全性。
排序理由 该集群描述了一篇关于新AI模型训练数据集的最新研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →