新基准揭示多语言大语言模型指令遵从性中存在语言依赖性风险

一个名为 XIH-Bench 的新基准已被开发出来，用于评估多语言大语言模型中的指令层级遵从性。该基准显示，遵从性因语言而异，一种被称为“语言边界效应”的现象表明，跨语言指令冲突比同语言指令冲突导致更高的遵从性。这种语言依赖的不对称性以及模型偏好语言中的低优先级指令更难被覆盖的可能性，给多语言大语言模型的部署带来了可靠性和安全风险。 AI

影响 强调了由于语言依赖的指令遵从性，多语言大语言应用中潜在的安全和可靠性风险。

排序理由 该集群包含一篇介绍用于评估多语言大语言模型新基准的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• English
• Gotit.pub
• Hugging Face
• ScienceCast
• XIH-Bench

• 论文
• 安全

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →