모델 연구
Efficient Adaptation of LLMs for Hate Speech Detection in Low-Resource Languages: A Comparative Study on Roman Urdu
ARarXiv
arXiv 논문은 로만 우르두 혐오 표현 탐지에 LLM을 효율적으로 적응시키는 비교 연구를 제시한다.
세 줄 요약
- Mistral, LLaMA, Falcon, multilingual BERT를 zero-shot과 LoRA PEFT로 비교했고, PURUTT 72,000개 이상 코멘트를 대상으로 실험했다.
- zero-shot F1이 0.56인 반면 LoRA PEFT는 F1 0.93 이상으로 분류 성능을 높이고 계산 효율도 높다.
- Roman Urdu는 표기 변이가 크고 문맥 일관된 철자가 없어, 저자원 언어 혐오 표현 탐지가 어렵다.
arXiv 논문은 로만 우르두 혐오 표현 탐지에 LLM을 효율적으로 적응시키는 비교 연구를 제시한다.