Manacá-1B-Instruct-2安全对齐研究
发生了什么
据arXiv cs.CL报道，研究人员发布Manacá-1B-Instruct-2，这是针对巴西葡萄牙语LLM的安全对齐研究。该模型参数量为1.72B，使用291,223个示例进行SFT。研究记录了三次DPO尝试均为负面结果，最终通过专用安全SFT实现安全。测试显示其安全下限（94.1%）高于四个基准模型上限。
- 参数量
- 1.72B
- SFT数据量
- 291,223
- 安全下限
- 94.1%
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口