arXiv 自然语言处理· Giovana Kerche Bon\'as, Thiago Laitz, Thales Sales Almeida, Jo\~ao Guilherme Alves Santos·· 11 小时前AI 评分50
Lumen-bench：跨语言安全差距与工具调用大语言模型的言行脱节研究
Lumen-bench: Cross-Lingual Safety Gaps and the Say-Do Problem in Tool-Calling Large Language Models
AI 导读
研究人员推出工具调用伦理基准 Lumen-bench，涵盖 30 款模型、5 种语言（葡萄牙语、英语、西班牙语、中文、印地语）以及 21 种通用工具，完成了 194,400 次试验。
来源：arXiv 自然语言处理 · arxiv.org