单微调JAIS-6.7B在ArGuard两项阿拉伯语有害提示任务中均列第一。
资讯摘要
论文介绍AK_QMUL在ArGuard-2026阿拉伯语有害提示检测共享任务中的提交方案：二分类安全/不安全任务B1与七类危害领域任务B2共用同一骨干模型JAIS-6.7B，采用4-bit QLoRA微调并在末位token表示上接线性分类头。作者报告两项提交均在其赛道排名第一，B1宏F1为0.984，B2为0.790。
要点速读
- B1将标签按方言语域拆为{安全,不安全}×{MSA,其他}四路训练，并用AraSafe的MSA提示增强训练折，argmax解码得到安全/不安全。
- B2将同一骨干微调为七分类器，对五个随机种子的softmax输出取平均。
- 作者报告B1在六种方言上准确率93.6%–99.8%，B2七类中六类F1在0.73–0.98，误差集中在与骚扰语义重叠的Bully类。
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/29 08:00:21（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。