タグ: アライメント

ハウサ語の安全選好データセットHausaSafeLM（人手修正3,000件＋機械翻訳7,000件）を構築し、Qwen2.5-7B-InstructでSFTとSFT+DPOを比較した研究。未調整モデルの拒否率は高く見えるが、実際はハウサ語生成が弱いためで拒否の質は低い。