Qwen 2.5 (3B-Instruct)

新的基准数据集 DeEscalWild 训练小型语言模型用于警务降级

研究人员开发了 DeEscalWild，这是一个新的基准数据集和训练方法，用于小型语言模型 (SLMs)，旨在提高执法部门的降级技能。该数据集源自真实的警民互动，包含超过 285,000 个对话回合。实验表明，在 DeEscalWild 上微调的 SLMs 的表现明显优于其基础模型，甚至优于 Gemini 2.5 Flash 等通用模型，为基于边缘的训练提供了可扩展且计算效率高的解决方案。