arXiv · Computation and Language· Riju Marwah, Ritvik Garimella, Khusham Bansal, Atishay Jain, Amit Sheth·2026-10-05 12:00· 16 小时前AI 评分39

多语言提示词污染下的输出语言混淆研究

Output Language Confusion under Multilingual Prompt Contamination

AI 导读

研究提出 Multilingual Distractor Interference（MDI）评测协议，在 TruthfulQA 与 TriviaQA 上对 5 款指令微调 LLM 进行 40,000 次评测。