En studie av 10 språkmodeller som används i stor utsträckning visade att säkerhetsavvisningar på engelska inte alltid höll när skadliga frågor översattes till 78 språk med begränsade resurser. Forskarna rapporterar en genomsnittlig andel kringgångar via översättning på 21,9–44,4 procent för modellerna, när de bara räknade fall där modellen hade svarat säkert på engelska.
Det villkoret är viktigt: det hjälper till att skilja fall där översättningen verkar kringgå en avvisning från fall där modellen redan skulle ha svarat osäkert på engelska. Artikeln publicerades på arXiv den 21 oktober 2026 och antogs till en workshop om språkmodellssäkerhet vid NeurIPS 2026.
Studiens resultat
Författarna testade engelska och de 78 andra språken och fann att risken för kringgång var koncentrerad till vissa språkfamiljer. De skriver att det övergripande mönstret återkom mellan modellerna, men varnar också för att rangordningen påverkades av brister i översättningarna – ett problem där den översatta texten kan bli förvrängd eller onaturlig. Skillnaderna mellan modellerna var fortsatt betydande med de kontroller som forskarna använde.
Studien varnar också för att betrakta modellernas enskilda siffror som en tillförlitlig topplista. Nio av de 10 modellerna bytte placering mellan tre sätt att uppskatta samma mått, trots att modellernas svar i grunden var oförändrade.
Vad som fortfarande är oklart
Sammanfattningen anger inte vilka modeller eller språk som testades, eller hur många frågor som ingick. Därför framgår det inte hur resultaten gäller för en viss chattbot eller vid vardaglig användning. Artikeln mäter en specifik risk kopplad till översatta frågor, inte alla typer av säkerhetsbrister.
Varför det spelar roll
För den som använder chattbotar på språk med begränsade resurser är en säkerhetsavvisning på engelska ingen garanti för att samma fråga hanteras på samma sätt efter översättning. Studien pekar på en risk i just den här testmiljön, men eftersom sammanfattningen inte anger vilka modeller eller språk som testades går det inte att avgöra om den egna chattboten berörs.
