arXiv · cs.CL· Paula Chikaodinaka Anyanwu·· 22 小时前AI 评分46
在约鲁巴语和尼日利亚皮钦语中对大语言模型进行红队测试：一项低资源非洲语言安全研究
Red-Teaming Large Language Models in Low-Resource African Languages: A Case Study of Yoruba and Nigerian Pidgin
来源与原文
arXiv · cs.CL
作者：Paula Chikaodinaka Anyanwu
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39590v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项研究用 400 条约鲁巴语和尼日利亚皮钦语对抗性提示词测试六个 LLM，发现拒绝高达 69% 英文提示的模型在约鲁巴语中可能 0% 拒绝，主因是理解失败而非更安全。多数模型在尼日利亚语言中攻击成功率上升，GPT-4o Mini 跨语言安全差距最大（约鲁巴语 +0.23），Gemini 2.0 Flash 跨语言表现最一致。结果表明以英语为中心的安全对齐难以迁移到尼日利亚语言，亟需语言专属的安全评估。
来源：arXiv · cs.CL · arxiv.org