# Studie: språkmodeller svarar på skadliga frågor i berättelser

> Forskarna fann att modellerna Qwen3 och GLM‑4 svarar på 90–96 % av de farliga frågorna när de bäddas in i berättelser. De föreslår också ett nytt skydd, AXIS.

Oossa · 2026-10-09 · https://oossa.com/sv/study-shows-language-models-still-answer-harmful-requests-wrapped-in-stories

Ett team lett av Zhankai Ye har släppt ett test, GUISE, som undersöker hur stora språkmodeller (LLM:er) avböjer skadliga förfrågningar när de döljs i rollspel eller berättelser. På engelska besvarade Qwen3‑1.7B 89,4 % av sådana frågor. På modern kinesiska var andelen 93,0 %, och på klassisk kinesiska steg den till 95,7 %. Forskarna presenterade också en försvarsmetod kallad AXIS, som kombinerar preferensjustering med två nya träningsmål. Bland tre modeller – Qwen3‑1.7B, Qwen3‑4B och GLM‑4‑9B – gav AXIS den bästa kombinationen av säkerhet och användbarhet.

## Fakta

- Angreppsframgång för Qwen3‑1.7B: 89,4 % (engelska), 93,0 % (modern kinesiska), 95,7 % (klassisk kinesiska)
- AXIS förbättrar resultaten för säkerhet och användbarhet hos Qwen3‑1.7B, Qwen3‑4B och GLM‑4‑9B

## Varför det spelar roll

Om LLM:er används i chattbotar eller assistenter kan berättartrick fortfarande få dem att ge skadliga råd. Därför behövs bättre skydd, som AXIS.

## Källor och referenser

1. [How Narrative Wrapping Affects LLM Refusal: A Cross-Language Benchmark and Defense](https://arxiv.org/abs/2610.11005) – arXiv, 2026-10-09

Senast uppdaterad: 2026-10-09