APTO 發布日語 LLM 安全性訓練資料集與安全性微調模型
NQ 評分
88/100
N1 內容完整性
95
AI 摘要（NQ 加工版）
株式会社APTO (APTO) 宣布推出包含約 18,000 筆資料的日語安全性訓練資料集，以及經安全性微調的 Qwen3.5 系列模型。該方案旨在解決日語大型語言模型 (LLM) 在安全性上的挑戰，透過多階段品質驗證與 LoRA 微調技術，在保障安全性的同時維持對話品質。
AI 分析
常見問題
- Q: APTOが公開した安全性学習データセットの規模はどれくらいですか？
- A: APTOが独自設計した日本語安全性学習データセットは約18,000件です。
- Q: 安全性チューニングに採用されたモデルは何ですか？
- A: Qwen3.5シリーズをベースにチューニングが行われています。
- Q: データセットにはどのようなカテゴリが含まれますか？
- A: 有害な質問の拒否、過剰拒否防止、応答途中からの軌道修正、捏造防止などのカテゴリが含まれています。
- Q: チューニングの手法には何が採用されていますか？
- A: 攻撃プロンプト設計から模範回答作成までを行う多段階プロセスに加え、学習にはLoRAを採用し、モデルサイズごとに最適化を行っています。
- Q: 安全性チューニングの効果はどのように測定されましたか？
- A: AnswerCarefully v2.2、SORRY-Bench、MultiJail、MT-Benchなどのベンチマークと、Qwen・Mistral・Gemmaによるクロス評価で測定されました。