When Does Span-Guided Detoxification Help? Human Preferences and Evaluator Diagnostics in a Controlled Comparison

arXiv cs.CL ・ 2026-07-29

AI による要約

有害なテキストを修正する際に、特定の範囲（スパン）のみを編集する手法と、制限のない全体修正手法を人間評価によって比較した。局所的な編集が元のスタンスを保持する利点と、広範な書き換えによる完全な有害性除去のトレードオフを明らかにした。

この要約は当サイトの AI が生成したものです。正確な内容は元記事（arXiv cs.CL）をご確認ください。