09:55官方账号arXiv cs.AI@Andrea Alfarano, Andrea Bacciu, Saab Mansour, Amin Mantrach, Marcello Federico该研究首次在22种语言(涵盖高、中、低资源)上系统评估了9种不确定性估计方法。发现用英文推理(即使问题为低资源语言)能显著提升UE性能,并缩小与高资源语言的性能差距。研究还指出,小规模模型下基于概率的开放盒方法更优,大规模模型下封闭盒的自我表述不确定性更有效。论文提供了多语言选择性预测中阈值选择的指导。论文不确定性估计多语言MCQA跨语言LLM推荐理由:这篇论文用22种语言、9种方法实测发现:让模型用英文思考能大幅改善低资源语言的不确定性估计,选方法还得看模型大小。原文
00:16官方一手OpenAI Blog(博客/媒体)OpenAI Signals最新数据显示,ChatGPT的全球采用正在扩大。用户增加了使用频率,并探索了更多功能。增长覆盖了多个地区和语言。行业ChatGPTOpenAI用户增长跨语言10 个信源在谈推荐理由:OpenAI自己放的数据ChatGPT越来越多人在用不光英语其他语言也在涨原文
10:11IT之家(博客/媒体)X平台(原Twitter)已面向全球用户推出基于Grok AI的自动翻译功能,外语帖文无需手动点击即可自动显示为用户默认语言。该功能由xAI的Grok多语言能力驱动,取代了之前的谷歌翻译,旨在消除语言障碍,促进跨文化互动。用户反响热烈,话题登上微博热搜,有用户调侃称“马斯克建起了巴别塔”。X产品经理表示,翻译在过去几个月已有显著提升,用户可通过齿轮图标关闭自动翻译。AI产品Grok自动翻译X平台跨语言AI产品推荐理由:X平台用Grok替代谷歌翻译,解决了跨语言交流的痛点,经常刷X的全球用户可以直接体验,看完不同语言的搞笑互动会有感触。原文
10:14官方账号arXiv cs.AI@Max Zhang, Ameen Patel, Sang T. Truong, Sanmi Koyejo精选该论文发现大型语言模型在非英语语言中安全性能下降,但传统评估指标(如越狱成功率)混淆了多种因素。研究者提出多组项目反应理论(IRT)框架,将安全退化分解为语言无关的鲁棒性、提示固有难度、全局语言处理难度和跨语言安全差距四个因素。通过对61个模型配置在10种语言上的190万条数据评估,发现安全机制主要是单维的,且低资源语言并非总是最脆弱——22个模型在英语中反而更易受攻击。低资源语言产生更多不确定响应,而高跨语言安全差距的提示集中在物理伤害类别(如盗窃和武器)。该框架在预测安全拒绝时达到AUC=0.940,优于简单基线,为更公平的跨语言安全评估和数据集改进提供了工具。论文安全对齐跨语言IRT框架评估方法大语言模型推荐理由:这篇论文揭示了多语言安全评估的盲区——低资源语言不一定是安全最薄弱环节,做AI安全对齐的团队值得细看,能帮你避开传统指标误导,精准定位跨语言安全漏洞。原文