一项名为BILAL-BENCH的新基准已被开发出来,用于评估开源语言模型捏造伊斯兰经文的能力,特别是在孟加拉语中。该基准包含240个涵盖《古兰经》经文、圣训和伊斯兰教法的问题,并经过专家验证。在对七种不同开放权重模型的1680个响应进行测试时,其中六种模型对79.3%至95.3%的问题自信地捏造了伊斯兰来源,模型大小没有带来明显改善。圣训出处被确定为所有评估模型的一个特别薄弱环节。 AI
影响 凸显了一个关键的安全问题,即开放语言模型可能生成听起来权威但实际上是错误的宗教文本,影响信任并可能导致错误信息。
排序理由 该集群描述了一篇介绍AI模型行为评估基准的学术论文。[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 →