cmath_zhtw
污染修復情況(2026-08-11)
- 修復方式:污染掃描(詞庫驅動,
/data/sdg_data/sdg_pipeline/lexicon/lexicon.yaml)→ scan-triage 逐筆人工判讀「真污染 / 誤報」→ 只修真污染;簡繁/大陸用語為逐詞判讀替換,非 OpenCC 整篇轉換(避免把已正確的繁體改壞) - 修復範圍:僅修改
assistant角色內容(user/tool/system未動,訓練時本就被 mask) - 本次修復筆數:污染清理 25 筆 + 「方程→方程式」用語修正 128 處
- 完整逐筆 before/after 對照:見
cleanup_0811_before_after.jsonl(污染清理)、fangcheng_fix_0811.jsonl(方程→方程式)
- Downloads last month
- 4