MSafeTemp：覆盖60语言的多语言安全对齐语料库

2026年10月30日，arXiv cs.AI/cs.LG 报道，研究者提出一种基于模板的可扩展增强流水线，用于扩展多语言安全对齐训练数据，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。报道称，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导致的失败。研究者表示，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。报道未给出具体提升数值。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。