可解釋內容審查

SenBen

SenBen：以敏感情境圖提升可解釋內容審查的基準與效能

為解決內容審查缺乏空間根據與可解釋性的問題，研究者建立了 SenBen 敏感情境圖基準，收錄 13,999 幀電影畫面並標註多項敏感屬性。透過多任務蒸餾與詞彙感知損失，將大型視覺語言模型壓縮至 241M 參數的學生模型，提升 SenBen Recall 6.4%。此模型在場景圖、物件偵測與說明任務上均優於現有商業安全 API，且推論速度與記憶體需求大幅優化。