跳到正文
arXiv · NLP· Chanwoong Yoon, Jungsoo Park, Alan Ritter·· 10 天前AI 评分26

安全对齐成本不均:非英语用户比英语用户承受更高的“安全代价”

Who Pays More for Safety? Measuring the Disparate Cost of Safety Alignment across Languages

AI 导读

研究量化了安全对齐带来的效用损失,发现非英语用户承担的系统性“安全代价”高于英语用户。 该现象源于显性拒绝与多维度隐性差异,具体表现为小语种陷入保护弱、损失大的双重惩罚区,高资源语言为达到同等安全也需付出更大代价。 (注:原文未明确提及具体模型名称或量化benchmark分数,仅描述定性发现)

来源:arXiv · NLP · arxiv.org