Jueves 22 de octubre de 2026 ·
La dirección de rechazo de los modelos no es universal en lenguas de bajos recursos
Investigadores amplían PolyRefuse a bielorruso, baskir y tayiko y replican el método sobre Qwen2.5-14B-Instruct. Encuentran que la transferencia entre idiomas es gradual: las direcciones obtenidas de lenguas bien alineadas se transfieren bien, pero las de lenguas muy desalineadas no modulan de forma fiable el rechazo en ningún idioma probado. La alineación geométrica y el comportamiento real se separan parcialmente.
Qué significa
Los usuarios de lenguas menos representadas podrían recibir garantías de seguridad más débiles de los modelos, porque los mecanismos de rechazo entrenados en otros idiomas no les protegen igual.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- arXiv cs.CLLeer la noticia completa en arXiv cs.CL
También ese día
Todas las noticias de IA del jueves 22 de octubre de 2026 ->