跨域泛化在攻击性语言检测中的代价

摘要

本文提出一个诊断与优化框架，用于分解攻击性语言检测模型在跨数据集和跨语言部署时的性能下降原因。通过零样本迁移损失分解、受控微调协议和联合训练策略，量化了数据集效应和语言效应对性能的影响，并提供了在提升多语言能力与保持源任务性能之间的可调控帕累托权衡。