研究者发布覆盖60种语言的MSafeTemp安全语料
热点事件持续更新
研究者发布覆盖60种语言的MSafeTemp安全语料
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
Max Neuwinger、Hanna Yukhymenko 与 Imanol Schlag 发布 MSafeTemp，一个覆盖 60 种语言的多语言安全对齐与评测语料库。其构建方法是：从有害提示词中提取安全模板，翻译后用文化本地化实体填充槽位，从而批量生成多语言训练与评测数据。 研究者称，实验显示仅用英文评测会误判多语言安全性：部分模型在英文下失败的攻击，翻译后即成功；文化本地化变体还暴露出翻译无法覆盖的额外失败。用模板增强安全训练数据可提升英文之外的安全表现。
AI 根据报道生成 · 2 小时前更新
最新进展10月31日 12:00
用模板扩展多语言安全训练：MSafeTemp 覆盖 60 种语言的拒绝与良性语料报道时间线
沿着报道，了解事件的不同侧面。
10月31日
- arXiv cs.AI用模板扩展多语言安全训练：MSafeTemp 覆盖 60 种语言的拒绝与良性语料
研究者提出基于模板的可扩展增强流水线，从有害提示词中提取安全模板、翻译后用文化本地化实体填充槽位，构建出覆盖 60 种语言的 MSafeTemp 语料库，用于多语言安全对齐与评测。实验显示仅用英文评测会误判多语言安全性：部分模型在英文下失败的攻击翻译后即成功，文化本地化变体还暴露出翻译无法覆盖的额外失败。用模板增强安全训练数据可提升英文之外的安全表现。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 810月31日 22:00
- 近 24 小时变化
- –
02468
22:0023:0011月1日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。