arXiv cs.CL· Bruno Leonardo Santos Menezes, Carlos Leonardo Souza Cardoso, Fabio Andr\'e Machado Porto·· 5 小时前AI 评分22
Manacá-1B-Instruct-2：巴西葡萄牙语原生 LLM 的可复现安全对齐，含 DPO 负结果与 LLM 评审静默失效
Manac\'a-1B-Instruct-2: Reproducible Safety Alignment for a Native Brazilian-Portuguese LLM. Negative DPO Results, a Controlled Composition Scan, and a Silent Failure Mode of the LLM Judge
AI 导读
Manacá-1B-Instruct-2 发布，这是 1.72B 参数、从零训练的巴西葡萄牙语原生模型 Manacá-1B 的第二代对齐版本，SFT 语料含 291,223 条样本。
来源：arXiv cs.CL · arxiv.org