DeEscalWild: SLMによる自動エスカレーション解除訓練のための実世界ベンチマーク
DeEscalWild: A Real-World Benchmark for Automated De-Escalation Training with SLMs
記事のポイント
📰ニュース
警察官のエスカレーション解除訓練を目的とした、実世界の警察と市民の対話データセット「DeEscalWild」が公開されました。
🔍注目ポイント
大規模言語モデル（LLM）と人間による検証を組み合わせ、公開動画から1,500の高品質なシナリオを抽出しました。
🔮これからどうなる
このデータで訓練された小型言語モデル（SLM）は、現場での低遅延かつプライバシーに配慮した警察官訓練システムを実現します。
従来の訓練は拡張性と現実性に欠け、LLMは計算コストが高いという課題がありました。
DeEscalWildは、5,000の生データから285,887ターン、約470万トークンの対話データを生成。
このデータでファインチューニングされたSLMは、汎用LLMを上回る性能を示し、計算コストを大幅に削減できることが実証されました。
DeEscalWildは、5,000の生データから285,887ターン、約470万トークンの対話データを生成。
このデータでファインチューニングされたSLMは、汎用LLMを上回る性能を示し、計算コストを大幅に削減できることが実証されました。
警察官の訓練に特化した高品質なデータセットが公開されたことで、現場での実践的なスキル向上に役立ちそうです。市民との安全な対話に貢献するでしょうね。