推理性翻译框架建多语言评测集，暴露LLM语言漏洞

Zahraa Al Sahili 等作者提出一个推理引导的翻译框架，将翻译策略选择与大规模生成分开，结合推理引导的配置选择、任务感知验证、针对性修复和独立质量筛查，构建出覆盖 7 个安全、对话与数学推理资源、11 种语言的对齐评测集。作者称，在两个需要修复的子集中，该评测集对预期条目-语言对的覆盖率达到 99.94%。 用这套评测集测试开源 LLM 时，作者发现存在与语言相关的漏洞，包括拒绝行为不一致，以及低资源语言上的推理能力显著下降。

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。