实体
Enes Altinisik
Enes Altinisik
PulseAugur coverage of Enes Altinisik — every cluster mentioning Enes Altinisik across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
新的FanarGuard过滤器增强了阿拉伯语LLM的文化意识
研究人员开发了FanarGuard，这是一种旨在解决阿拉伯语语言模型安全性和文化一致性问题的新型审核过滤器。该过滤器在一个包含超过468,000个提示和响应对的数据集上进行了训练，并由LLM裁判和人工评估员对其无害性和文化意识进行了评估。FanarGuard在人工标注方面表现出高度一致性，并在通用安全基准测试中达到了现有最先进过滤器的性能，凸显了对具有文化敏感性的人工智能安全保障的需求。
-
新的PAM框架为LLM训练策略对齐的审核过滤器
研究人员开发了一个名为策略对齐审核（PAM）的新框架，旨在为大型语言模型训练定制的审核过滤器。与仅关注安全的现有过滤器不同，PAM可以根据用户定义的、超越传统安全目标的策略进行训练。该框架自动化了训练数据的生成，能够大规模支持多样化的对齐目标和特定于应用程序的策略。PAM训练的过滤器在性能上可与最先进的安全审核过滤器和策略推理模型相媲美，同时在新设计的用于测试策略执行的基准测试中表现显著优于它们。