Uit een onderzoek naar 10 veelgebruikte taalmodellen blijkt dat veiligheidsweigeringen in het Engels niet altijd standhielden wanneer schadelijke verzoeken werden vertaald naar 78 talen met weinig middelen. De onderzoekers melden voor de modellen een gemiddeld percentage waarmee vertalingen de weigering omzeilden van 21,9% tot 44,4%, waarbij alleen gevallen meetelden waarin het model in het Engels veilig had geantwoord.
Die voorwaarde is belangrijk: zo kunnen gevallen waarin een vertaling een weigering lijkt te omzeilen worden onderscheiden van gevallen waarin het model ook in het Engels al een onveilig antwoord zou hebben gegeven. Het artikel verscheen op 21 oktober 2026 op arXiv en is geaccepteerd voor een workshop over de beveiliging van taalmodellen tijdens NeurIPS 2026.
Wat het onderzoek uitwijst
De auteurs testten naast het Engels ook de 78 andere talen en ontdekten dat het risico op omzeiling zich concentreerde in bepaalde taalfamilies. Volgens hen was het algemene patroon bij alle modellen vergelijkbaar. Ze waarschuwen wel dat de rangorde werd beïnvloed door vertaalvervorming: een probleem waarbij vertaalde tekst vervormd of onnatuurlijk kan zijn. De verschillen tussen modellen bleven significant bij de toegepaste correcties.
Het onderzoek waarschuwt ook om de percentages per model niet als een betrouwbare ranglijst te beschouwen. Negen van de 10 modellen kregen een andere positie bij drie manieren om dezelfde grootheid te schatten, hoewel de onderliggende antwoorden van de modellen niet veranderden.
Wat nog onduidelijk is
In de samenvatting worden de geteste modellen en talen niet genoemd en staat ook niet hoeveel prompts zijn gebruikt. Daardoor blijkt niet hoe deze resultaten zich verhouden tot een specifieke chatbot of dagelijks gebruik. Het artikel meet een specifieke dreiging die uitgaat van vertaalde prompts, niet alle soorten veiligheidsproblemen.
Waarom het ertoe doet
Voor mensen die chatbots gebruiken in talen met weinig middelen, voorspelt een veiligheidsweigering in het Engels mogelijk niet hoe hetzelfde verzoek na vertaling wordt afgehandeld. Het onderzoek brengt een risico in deze specifieke testopzet aan het licht, maar de samenvatting noemt de geteste modellen en talen niet. Gebruikers kunnen daardoor niet zien of hun chatbot erdoor wordt geraakt.
