原书出处
大语言模型-基础与前沿 (熊涛)
10 第10章 减少偏见和有害性
s Gehman et al(2020)引入了RealToxicityPrompts数据集,以评估语言模型生成的有害性。
他们的分析结果表明,在互联网文本上训练的自然语言处理系统(包括GPT-2模型和GPT-3模型)在短短的100次试验中就有产生有害内容的重大风险。
Gehman等进一步研究了引导模型行为远离有害性的各种方法,但得出的结论是,这些方法并不总是有效的,特别是当这些模型用于
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/大语言模型-基础与前沿 (熊涛)/_epub-src/EPUB/xhtml/chapter12.xhtml
EPUB SHA-256:1bd3e387da1e881a4b6e0214f2c7df6e30d5cdbd1f602c69fc88edacffe6743d