研究人员开发了KZ-SafetyPrompts，这是一个旨在评估大型语言模型（LLM）在哈萨克语中安全性的新数据集。该数据集包含 5,717 个提示，涵盖暴力、仇恨言论和非法活动等十一个风险类别，并提供哈萨克语原文和英文翻译。使用 GPT-4o 进行的初步测试显示拒绝率为 28.2%，突显了在哈萨克语处理中存在的、在仅英语评估中不明显的特定安全漏洞。 AI
影响 该数据集可以提高代表性不足语言的LLM安全性，并突显哈萨克语的特定漏洞。
排序理由 该集群包含一篇学术论文，详细介绍了用于LLM安全评估的新数据集。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2605.26947v1 Announce Type: new Abstract: Kazakh is underrepresented in resources for evaluating the safety behavior of large language models. We present KZ-SafetyPrompts, a Kazakh prompt dataset for safety evaluation across eleven categories covering common risk areas such…
Kazakh is underrepresented in resources for evaluating the safety behavior of large language models. We present KZ-SafetyPrompts, a Kazakh prompt dataset for safety evaluation across eleven categories covering common risk areas such as self-harm, violence, child exploitation, sex…