本研究建立了多语言安全基准(XSafety),揭示了大型语言模型在非英语查询中的安全隐患。提出了多种提示方法以提升ChatGPT的多语言安全性,并分析了微调对安全性的影响,强调了安全神经元在模型中的重要性。研究结果为未来的安全性研究提供了新见解。
完成下面两步后,将自动完成登录并继续当前操作。