研究称大模型在约鲁巴语等低资源语言中安全性明显下降
热点事件持续更新
研究称大模型在约鲁巴语等低资源语言中安全性明显下降
1 篇报道1 个报道来源22 小时前更新
先了解这件事
AI 综述
一项发布于 arXiv 的研究用 400 条约鲁巴语和尼日利亚皮钦语对抗性提示词测试六个大语言模型，发现模型在尼日利亚语言中的攻击成功率普遍上升：有的模型对英文提示拒绝率高达 69%，在约鲁巴语中却可能 0% 拒绝，且主因是理解失败而非回答更安全。研究结论称以英语为中心的安全对齐难以迁移到尼日利亚语言，需要语言专属的安全评估。
AI 根据报道生成 · 42 分钟前更新
最新进展10月29日 16:30
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报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- arXiv · cs.CL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
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。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。