arXiv · NLP· Juann Kim, Minku Kang·· 2026-10-14AI 评分29
恶意向量跨语言迁移呈方向性不对称
Cross-Lingual Transfer of Evil Vectors Is Directionally Asymmetric
AI 导读
研究显示,恶意人格向量跨语言迁移具有方向性不对称:从高资源语言提取的向量能有效指导低资源语言行为,而反之则无效。 基于4个开源LLM在英语、西班牙语等4种语言上的测试,高资源语言向量在迁移时主要保持MMLU所衡量的通用知识。 几何分析证实存在共享跨语言恶意方向,可从高资源语言提取后复用,无需额外低资源语言数据。
来源:arXiv · NLP · arxiv.org