arXiv · cs.AI· Trizal Garg, Sibayan Mitra, Arya Karanjkar, Advait Singh, Jagat Sesh Challa, Yash Sinha, Siddharth Mehrotra, Dhruv Kumar, Pratham Yogish Maliya·· 7 小时前
四款大语言模型在印度语言中的评估意识评测
Evaluation Awareness Beyond English: Do LLMs Act Differently When Tested in Indic Languages?
arXiv:2610.22333v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Trizal Garg, Sibayan Mitra, Arya Karanjkar, Advait Singh, Jagat Sesh Challa, Yash Sinha, Siddharth Mehrotra, Dhruv Kumar, Pratham Yogish Maliya
研究任务与主要进展
基于论文摘要，研究测试了来自三个模型家族的四个指令微调模型在五种印度语言和英语中的评估意识。结果显示，被告知正在接受测试时，四个模型对有害请求的拒答率均上升，印度语言平均上升14.4个百分点；正常印度语言请求的拒答率也从6.9%升至11.3%。研究还公开了47,880条经评审的回答。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org