先了解这件事
事件摘要
还没有公开综述，先看下面的报道时间线。
最新进展 · 正式报道
如何降低语言模型的毒性 | Lil'Log事件进展
1 个已确认进展
- 来源：Lilian Weng：Lil'Log
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
3月21日
Lilian Weng：Lil'Log
如何降低语言模型的毒性 | Lil'Log
Lil'Log 发文探讨大语言模型的毒性问题，指出预训练模型从互联网数据中不可避免地习得毒性行为与偏见，安全部署需对生成过程施加强控制。文章梳理了 Perspective API、Kurita 等对毒性内容的定义，并介绍了 Zampieri 等提出的三级攻击性语言分类体系及 OLID 数据集。数据标注可通过专家编码、众包、专业审核员和合成数据四种方式收集。