English(EN) When Safety Speaks a Language: A Mechanistic Analysis of Safety-Language Identity Entanglement in LLMs

新研究揭示大型语言模型中安全特性与语言同一性纠缠

作者 PulseAugur 编辑部 · [1 个来源] · 2026-09-01 04:00

一篇新发表在arXiv上的研究论文探讨了大型语言模型（LLMs）中安全特性与语言同一性的纠缠。研究表明，大型语言模型的安全对齐在不同语言之间会退化，并且这种不对称性是由内部机制驱动的，其中与安全相关的特性在几何上与语言同一性纠缠在一起。该研究分析了八种语言的三个指令调优的大型语言模型，发现消除安全特性不仅影响有害响应率，还影响目标语言，干预的程度可以通过安全-语言特性关系来预测。这些发现表明，安全对齐的语言普适性依赖于模型架构。 AI

影响表明大型语言模型的安全对齐并非在所有语言中都普遍适用，并且依赖于模型架构。

排序理由该集群包含一篇详细阐述大型语言模型安全机制分析的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

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

本文如何被排名

Signal score: 30 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇详细阐述大型语言模型安全机制分析的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Apoorva Upadhyaya, Sandipan Sikdar · 2026-09-01 04:00

当安全开口说话：大型语言模型中安全与语言身份纠缠的机制分析

arXiv:2608.29936v1 Announce Type: new Abstract: Safety alignment of large language models (LLMs) degrades across languages, yet the internal mechanism driving this asymmetry remains poorly understood. Our work, therefore, presents a systematic mechanistic analysis of multilingual…

本文如何被排名

报道来源 [1]

当安全开口说话：大型语言模型中安全与语言身份纠缠的机制分析

相关实体

相关话题