arXiv:2610.39590：六款大语言模型在约鲁巴语和尼日利亚洋泾浜语中的对抗性安全评估

一项研究用 400 条约鲁巴语和尼日利亚洋泾浜语显式对抗性提示评估六款大语言模型，发现英语安全对齐无法迁移至尼日利亚语言。部分模型对英语提示的拒绝率高达 69%，对约鲁巴语却低至 0%，原因在于模型未能理解提示而非更安全；GPT-4o Mini 的跨语言安全差距最大（约鲁巴语 +0.23），Gemini 2.0 Flash 跨语言表现最一致。