放大计划：为全球化 AI 构建本地化数据平台
人机交互
2025-04-22 v1 人工智能
摘要
当前 AI 模型往往未能考虑当地语境和语言，由于其训练数据中主导的是英语和西方互联网内容。这阻碍了这些模型在全球范围内获得更大的用户后，其相关性、实用性和安全性。放大计划（Amplify Initiative）是一个数据平台和方法论，利用专家社区收集多样且高质量的数据，以解决这些模型的局限性。该平台旨在实现数据的共同创建，提供高质量多语言数据集的获取，并为数据作者提供认可。本文介绍了与领域专家（如医务人员、教师）共同创建数据集的方法，该方法在撒哈拉以南非洲（加纳、肯尼亚、马拉维、尼日利亚和乌干达）的试点中得到实施。与当地研究人员合作，该试点展示了与 155 名专家（包括医生、银行家、人类学家、人权倡导者等）共同创建数据的端到端方法。该方法通过 Android 应用程序实现，结果产生了包含 8,091 条对抗查询的数据集，这些查询以七种语言（如卢干达语、斯旺希语、奇切瓦语）呈现，捕捉了与关键主题（如虚假信息和公共利益议题）相关的细微和语境化信息。这一数据集可用于评估模型在这些语言中的安全性和文化相关性。
引用
@article{arxiv.2504.14105,
title = {Amplify Initiative: Building A Localized Data Platform for Globalized AI},
author = {Qazi Mamunur Rashid and Erin van Liemt and Tiffany Shih and Amber Ebinama and Karla Barrios Ramos and Madhurima Maji and Aishwarya Verma and Charu Kalia and Jamila Smith-Loud and Joyce Nakatumba-Nabende and Rehema Baguma and Andrew Katumba and Chodrine Mutebi and Jagen Marvin and Eric Peter Wairagala and Mugizi Bruce and Peter Oketta and Lawrence Nderu and Obichi Obiajunwa and Abigail Oppong and Michael Zimba and Data Authors},
journal= {arXiv preprint arXiv:2504.14105},
year = {2025}
}