LLM 文本去毒与仇恨言论检测综述A Survey of LLM-based Text Detoxification and Hate Speech Detec

这篇 arXiv 上的 LLM 文本去毒与仇恨言论检测综述,把大模型做有害内容识别、文本净化两大方向的研究做了系统性归类,区分开仇恨言论检