基于多层级代理数据整理的自动困难样本合成

英文标题：Automatic Hard Example Synthesis with Multi-Level Agentic Data Curation

多模态大语言模型正被越来越多地用于复杂的内容安全与审核任务，但仍然容易受到对抗攻击和分布外边界案例的影响。本文提出一种多层级智能体数据整理方法，自动合成困难样本以增强模型在这些场景下的鲁棒性。该方法结合合成数据与主动学习，旨在减少对昂贵人工标注的依赖，为安全关键型多模态应用提供更具韧性的验证手段。

2.1 KB 640 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB