瑞士 AI 团队提出模板化多语言安全训练管线：英语评测会误判模型安全性

瑞士 AI 团队提出一套可扩展的模板化（templates）管线，用于批量生成多语言安全训练数据集。研究发现，仅用英语评测会系统性误判多语言模型的安全水平，文化本地化的安全训练能够跨语言提升对齐效果。模型安全对齐不能只依赖英语基准衡量。