REGLAT 发布阿拉伯语有害内容检测系统论文
热点事件持续更新
REGLAT 发布阿拉伯语有害内容检测系统论文
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
REGLAT 团队（Ahmed M. Fetouh）在 arXiv 发布系统描述论文，介绍其参加 ArGuard 2026 共享任务的阿拉伯语有害内容检测系统。该系统采用两阶段方案：先用 GLiNER 提取与危害相关的实体，再拼入原文交由微调的 MARBERT 分类器，将用户提示词分为七类有害内容。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 21:59
REGLAT 基于 GLiNER 与 MARBERT 的集成模型参加 ArGuard 共享任务：阿拉伯语有害内容检测报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv · cs.CLREGLAT 基于 GLiNER 与 MARBERT 的集成模型参加 ArGuard 共享任务：阿拉伯语有害内容检测
REGLAT 团队提出两阶段阿拉伯语有害内容检测方案：先用 GLiNER 提取与危害相关的实体，再将其拼入原文交由微调的 MARBERT 分类器，将用户提示词分为七类有害内容。系统在 ArGuard 2026 共享任务开发集上取得 macro-F1 0.886、准确率 0.897；子任务 1 盲测集准确率 0.793、Macro-F 0.735，子任务 2 准确率 0.770、Macro-F 0.754。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。