待验证50% 置信基准精确时间

将英语有害提示翻译为祖鲁语、格鲁吉亚语、泰语等低资源语言后，GPT-4、Claude等模型的拒绝率可从接近100%骤降至30%-50%

1

来源数

50%

置信度

长期有效

时效性

2026/7/16

首次发现

来源

AI多语言偏差：Claude在印地语和阿拉伯语中更"礼貌"的背后

相关事实

待验证2023年多项学术研究证实了跨语言越狱攻击的可行性，将有害请求翻译成祖鲁语、格鲁吉亚语等低资源语言后，模型拒绝率大幅下降77% 相似待验证GNMT在多个语言对上将翻译错误率降低了55%-85%69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/533466

API

curl https://kongchang.com/api/v1/knowledge/claims/533466

MCP

get_claim(id=533466)