arXiv cs.CL· Ali Khairallah, Arkaitz Zubiaga·· 11 小时前AI 评分18
AK_QMUL 在 ArGuard 共享任务：单一微调 JAIS 用于阿拉伯语有害提示检测
AK_QMUL at ArGuard Shared Tasks: A Single Fine-Tuned JAIS for Arabic Harmful-Prompt Detection
AI 导读
AK_QMUL 在 ArGuard-2026 阿拉伯语有害提示检测两项共享任务中均排名第一，两个提交共用同一骨干 JAIS-6.7B，采用 4-bit QLoRA 微调并在末位 token 表示上接线性分类头。
正文 · AI 翻译
摘要：我们介绍 AK_QMUL 在 ArGuard-2026 阿拉伯语有害提示检测共享任务中的提交：一个二分类安全/不安全任务（B1）和一个七分类危害领域任务（B2）。两个提交使用同一个骨干模型——JAIS-6.7B，采用 4-bit QLoRA 微调，并在其最后一个 token 表示上接一个线性分类头。对于 B1，我们训练一个四分类头，将标签按方言语域分解为 {安全, 不安全} x {MSA, 其他}，我们用 AraSafe 中的 MSA 提示增强训练折，并用普通 argmax 解码以给出安全/不安全评分。对于 B2，我们将同一骨干模型微调为七分类器，并对五个随机种子的 softmax 输出取平均。两个提交均在其赛道排名第一，B1 的宏 F1 为 0.984，B2 为 0.790。我们按方言和类别报告结果：在 B1 上，模型在所有六种方言上均准确（93.6--99.8%），其预测的不安全率与真实率紧密吻合；在 B2 上，七个类别中有六个的 F1 达到 0.73 至 0.98，剩余误差集中在 Bully 类，该类在语义上与骚扰和伤害他人重叠。
| 评论： | 发表于 ArabicNLP 2026（共享任务），与 EMNLP 2026 同期举办。ACL Anthology：此 https URL |
| 主题： | 计算与语言（cs.CL） |
| 引用为： | arXiv:2610.36360 [cs.CL] |
| （或 arXiv:2610.36360v1 [cs.CL] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.36360 由 DataCite 颁发的 arXiv DOI（待注册） |
|
| 期刊 参考： | 第四届阿拉伯语自然语言处理会议论文集：共享任务，第 347-351 页（2026） |
提交历史
来自：Ali Khairallah [查看电子邮件]
[v1]
2026 年 10 月 26 日星期一 22:25:18 UTC（25 KB）
来源：arXiv cs.CL · arxiv.org