arXiv · NLP· Dasol Choi, Eugenia Kim, Jaewon Noh, Sang Seo, Eunmi Kim, Myunggyo Oh, Yunjin Park, Brigitta Jesica Kartono, Josef Pichlmeier, Helena Berndt, Sai Krishna Mendu, Glenn Johannes Tungka, \"Ozlem G\"ok\c{c}e, Suresh Gehlot, Katherine Pratt, Amanda Minnich, Haon Park·· 2026-10-14AI 评分34
XL-SafetyBench 提出面向 LLM 的跨文化安全与文化敏感度评测基准
XL-SafetyBench: A Country-Grounded Cross-Cultural Benchmark for LLM Safety and Cultural Sensitivity
AI 导读
XL-SafetyBench 构建含 5500 个测试用例、覆盖 10 种国别-语言对的 LLM 安全与文化敏感度基准,用于评测越狱与嵌入文化敏感性的表现。 该基准结合 LLM 辅助发现、自动验证与双人母语标注流程,报告越狱成功率 (ASR)、中立安全率 (NSR) 与文化敏感度率 (CSR),在 37 个模型中分离出安全拒绝与非响应。
来源:arXiv · NLP · arxiv.org