发布ALTO三语TFGBV数据集：现有模型召回率低
热点事件持续更新
发布ALTO三语TFGBV数据集：现有模型召回率低
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Tianwei Zhang等研究者与约旦、法语西非和肯尼亚的民间社会组织合作，以社区主导方式收集黎凡特阿拉伯语、非洲法语和斯瓦希里语中的技术助长性别暴力（TFGBV）实例，构建并公开了包含3022条标注的ALTO数据集，同时公开标注体系和训练好的模型。 实验显示，现有有害内容检测模型对ALTO中TFGBV的召回率低，经微调后可改善；模型普遍漏检隐蔽伤害，斯瓦希里语的错误率明显更高。
AI 根据报道生成 · 1 小时前更新
最新进展11月5日 13:00
ALTO：针对非洲与黎凡特地区技术助长性别暴力的语料库报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv cs.AIALTO：针对非洲与黎凡特地区技术助长性别暴力的语料库
研究者与约旦、法语西非和肯尼亚的民间社会组织合作，以社区主导方式众包收集黎凡特阿拉伯语、非洲法语和斯瓦希里语中技术助长性别暴力（TFGBV）实例，并用主动学习标注出 N=3022 的 ALTO 数据集。基准测试与微调实验显示，现有有害内容检测模型对 ALTO 中 TFGBV 的召回率低，微调后可改善；模型普遍漏检隐蔽伤害，斯瓦希里语错误率明显更高。标注体系、数据集和训练好的模型已公开。
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。