arXiv 自然语言处理· Mohsinul Kabir, Md. Tariquzzaman, Mohammad Rashidujjaman Rifat, Tharindu Ranasinghe, Nishat Raihan·2026-10-20 12:00· 6 小时前AI 评分36

BanglaShield：面向孟加拉语原生文字、罗马化及混杂提示词的脚本鲁棒安全分类器与基准

BanglaShield: A Script-Robust Safety Classifier and Benchmark for Bangla Native, Romanized, and Code-Mixed Prompts

AI 导读

研究人员推出孟加拉语提示词安全分类资源与模型 BanglaShield，涵盖 10,245 条四级分类提示词及三种对齐书写形式。评测显示主流大语言模型将 47.0% 的原生文字不安全提示词误判为安全，罗马化下误判率升至 63.4%。