提出MSD：将LLM安全能力从高资源语言迁移至低资源语言
热点事件观察中
提出MSD：将LLM安全能力从高资源语言迁移至低资源语言
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Ruiyang Qin 等作者发布论文，提出跨语言安全迁移框架 Multilingual Self-Distillation（MSD），将大语言模型在高资源语言（如英语）中的安全能力自蒸馏迁移到低资源语言（如爪哇语），且不要求提供任何语言的目标响应数据。框架还包含 DPSW 散度度量。作者称在多个代表性 LLM 上的多语言越狱与效用基准实验显示，该方法的多语言安全性能持续占优。以上为论文摘要所述结果，本报告基于摘要，未核验全文。
AI 根据报道生成 · 2 天前更新
最新进展10月20日 12:00
研究作者提出多语言安全自蒸馏框架 MSD报道时间线
沿着报道，了解事件的不同侧面。
10月20日
- arXiv · cs.AI研究作者提出多语言安全自蒸馏框架 MSD
研究作者提出 Multilingual Self-Distillation（MSD），将大语言模型在高资源语言中的安全能力迁移到低资源语言，且不要求提供目标语言的响应数据。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 610月21日 06:00
- 近 24 小时变化
- -49%
0246
06:0012:0018:0010月22日06:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。