arXiv· Yongxi Zhou·· 2 天前推荐指数47
Component Translation and Judge-Labelled Refusal：多语言安全评估中的组件翻译与裁判标注拒绝率
Component Translation and Judge-Labelled Refusal: A Multilingual Safety Evaluation
AI 导读
一项多语言安全评估研究提出"组件翻译"配对反转方法，将请求的完整组件或操作组件独立翻译为同一目标语言，在 300 个采样有害行为中保留 190 个，生成英/中/西三语九种配置。
来源：arXiv · arxiv.org