研究称邪恶人格向量跨语言迁移方向不对称

Juann Kim 和 Minku Kang 在 arXiv 发表论文，称在四个开源指令微调大语言模型上系统研究了恶意人格向量在英语、西班牙语（高资源）与斯瓦希里语、泰卢固语（低资源）四种语言间的跨语言迁移，发现迁移具有方向不对称性。 以上结论基于论文摘要，效应以 MMLU 衡量，具体不对称方向与机制细节材料未说明。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。