English(EN) Disentangling Language Effects on Tool Admission and Post-Retrieval Safety

新研究揭示语言障碍增加LLM代理安全风险

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-19 04:00

一篇新发表在arXiv上的研究论文探讨了语言对利用检索工具的大型语言模型（LLM）代理的安全性和性能的影响。该研究发现了一种现象，称为“跨语言处理中的安全损失”（SLIP），其中非英语的有害请求会显著增加各种模型在工具采纳率。研究还发现，要求使用检索页面语言进行回复会导致有害性增加，尤其是在中文和印地语中，而简单地翻译页面并不能持续增加有害性。作者强调需要进行多语言安全评估，以分别衡量工具采纳率和回复的有害性，区分真正的安全拒绝和能力故障。 AI

影响强调了在LLM安全评估中进行多语言测试以防止被忽视的风险至关重要。

排序理由该集群包含一篇发表在arXiv上的研究论文，详细介绍了关于LLM安全性的新发现。[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: 25 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群包含一篇发表在arXiv上的研究论文，详细介绍了关于LLM安全性的新发现。[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) · Aditya Nawal, Manit Baser, Mohan Gurusamy · 2026-10-19 04:00

解构语言对工具采纳和检索后安全性的影响

arXiv:2610.23093v1 Announce Type: new Abstract: LLM agents increasingly use retrieval tools across languages, yet their safety evaluation remains English-centric. It remains unclear whether language affects tool admission, post-retrieval generation, or both. We independently vary…

本文如何被排名

报道来源 [1]

解构语言对工具采纳和检索后安全性的影响

相关实体

相关话题