Language Discrimination and Code-Mixing: Phonetic Perturbations in Code-Mixed Hinglish for Red-Teaming Large Language Models
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究探讨了大型语言模型（LLMs）在红队测试中的局限性，并提出通过代码混合和语音扰动的新策略。研究表明，利用语音错误拼写的混合提示，成功绕过安全过滤器，文本和图像生成任务的成功率分别为99%和78%，对多语言模型的安全性改进具有重要意义。
🏷️
