arXiv · cs.CL· Valdini Douglace Lemofouet·· 16 小时前AI 评分29
面向非洲语言安全的大语言模型对齐研究：以 Hausa 语为例
Aligning Large Language Models for Safety in African Languages: A Case Study of Hausa
来源与原文
arXiv · cs.CL
作者：Valdini Douglace Lemofouet
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.37245v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者发布 HausaSafeLM，这是首批 Hausa 语安全偏好数据集之一，基于 PKU-SafeRLHF 的 10,000 条提示词，含 3,000 条人工校对（gold）和 7,000 条机器翻译（silver）样本，覆盖六大危害类别。基于 Qwen2.5-7B-Instruct 在 500 条有害和 200 条良性 Hausa 评测上对比 SFT 与 SFT+DPO，发现仅看拒绝率会让未调优基座模型显得很安全，实则源于 Hausa 生成能力弱而非真正对齐。SFT 同时提升拒绝流畅度与精度且受益于更大的 silver 数据，DPO 提升拒绝精度但严重损害语言质量，现有对齐技术更易教会模型何时拒绝，而非如何在低资源语言中流畅拒绝。
来源：arXiv · cs.CL · arxiv.org