研究人员开发了一个名为多语言自蒸馏（MSD）的新框架，以提高大语言模型（LLMs）在低资源语言中的安全对齐能力。该方法将安全能力从高资源语言（如英语）迁移到其他语言（如爪哇语），而无需针对每种目标语言提供特定的安全数据。该框架利用多语言查询和一种称为双视角安全加权（DPSW）的新型优化技术，以增强跨语言安全迁移，同时保持模型的通用能力。 AI
影响 这项研究可能有助于在不同语言中实现更强大、更公平的AI安全，减少低资源环境中的漏洞。
排序理由 这是一篇详细介绍改进LLM安全对齐新框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
