arXiv 自然语言处理· Yongxi Zhou, Junwei Yao, Wenbo Ye, Jiahui Ge·2026-10-30 12:00· 7 小时前AI 评分31

组件翻译与模型评测拒绝率：多语言大语言模型安全评测研究

Component Translation and Judge-Labelled Refusal: A Multilingual Safety Evaluation

AI 导读

一项多语言大语言模型安全研究提出组件翻译评测方法，将提示词的请求与操作组件独立分配为英语、中文和西班牙语，在固定翻译跨度下测试 9 种配置的拒绝率。