研究者提出多语言自蒸馏安全对齐框架MSD

2026年10月20日，arXiv Artificial Intelligence 刊出 Ruiyang Qin 等作者的论文，提出跨语言安全对齐框架“多语言自蒸馏”（MSD）。据该报道，MSD 旨在将大语言模型的安全能力从高资源语言（如英语）迁移到低资源语言（如爪哇语），且无需任何语言的回复数据，仅用多语言查询即可完成安全迁移。框架包含 on-policy MSD 与 off-policy MSD 两种方法，并提出 Dual-Perspective Safety Weighting（DPSW）散度度量以优化蒸馏目标。目前该事件仅有这一篇主报道，尚无跟进报道，后续进展有待观察。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。