★ 2
BanglaShield：孟加拉语提示安全分类器与基准开源
研究团队发布 BanglaShield，覆盖孟加拉语原生、罗马化与代码混合三种书写形式的提示安全分级分类资源与模型。基准测试显示，主流 LLM 分类器将 47% 的不安全原生脚本提示误判为安全，罗马化后升至 63.4%。BanglaShield 微调编码器在原生脚本上宏 F1 达 87.8，参数量…
arXiv NLP13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究团队发布 BanglaShield，覆盖孟加拉语原生、罗马化与代码混合三种书写形式的提示安全分级分类资源与模型。基准测试显示，主流 LLM 分类器将 47% 的不安全原生脚本提示误判为安全，罗马化后升至 63.4%。BanglaShield 微调编码器在原生脚本上宏 F1 达 87.8，参数量…