通过自蒸馏实现多语言安全对齐

研究提出名为 MSD 的跨语言安全转移框架，通过自蒸馏将高资源语言（如英语）的安全能力转移至低资源语言（如爪哇语），无需目标语言响应数据。 方法包含 on-policy 和 off-policy 两种 MSD 实现策略，并引入 DPSW 散度度量以自适应调整安全关键 token 权重。