arXiv cs.AI / cs.LG 最新· Max Neuwinger·· 20 小时前AI 评分42
如何用模板扩展多语言安全对齐训练，并发布覆盖 60 种语言的 MSafeTemp 语料库
How I Aligned Your Model: Scaling Up Multilingual Safety Training with Templates
AI 导读
研究者提出基于模板的可扩展增强流水线，生成大规模多语言拒答与良性语料，并发布覆盖 60 种语言、经校验的 MSafeTemp 语料库。仅靠英文评测会误判多语言安全性：多个模型在英文下失败的攻击翻译后即可成功，文化本地化变体还暴露出翻译遗漏的失败。模板增强可提升训练数据多样性与对齐质量，改善英文之外的安全表现。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。