待验证70% 置信权衡取舍精确时间
安全对齐训练的数据在英语上最为充分，而在阿拉伯语、乌尔都语等语言上可能存在明显覆盖缺口，构成多语言越狱漏洞
2
来源数
70%
置信度
长期有效
时效性
2026/8/31
首次发现
来源
涉及实体
相关事实
待验证阿拉伯语属于从右向左书写的语言，界面适配与 NLP 模型训练复杂度高于拉丁语系语言77% 相似已验证许多模型的安全对齐在非英语语言中表现显著下降，低资源语言尤其容易被利用，因为RLHF对齐训练的人类标注数据高度集中在英语上76% 相似待验证في الإنجليزية يكفي الفصل بالمسافات في الغالب للتجزئة، بينما تعامل النماذج غير المصممة للعربية الكلمة المعقدة كوحدة واحدة مجهولة فتضيع المعلومات الدلالية75% 相似待验证现有数学推理评测几乎集中在英语等高资源语言上，对低资源语言尤其是阿拉伯方言的覆盖近乎空白。74% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/833180API
curl https://kongchang.com/api/v1/knowledge/claims/833180MCP
get_claim(id=833180)