AlbanianLLMSafety：面向阿尔巴尼亚语大型语言模型的安全评估数据集
计算与语言
2026-05-29 v1
摘要
大型语言模型 (LLM) 的安全评估主要聚焦于高资源语言，导致低资源语言严重缺乏安全评估支持。我们提出 AlbanianLLMSafety，首个公开的针对阿尔巴尼亚语 LLM 安全评估数据集，阿尔巴尼亚语是一种语言学上独特的低资源语言，约有 750 万使用者分布在阿尔巴尼亚、科索沃、北马其大亚及其海外社区。数据集包含 2951 个提示，涵盖 11 个安全类别，包括自伤、暴力、种族主义内容、儿童剥削和极端主义，其中每个类别平均包含 268 个提示。每个提示均提供阿尔巴尼亚语版本及其英文参考翻译和详细类别标签。这一资源填补了低资源语言安全评估基础设施的重大空白，为开发更安全、更具包容性的 LLM 提供了 essential benchmark。该数据集将在请求后提供，以支持阿尔巴尼亚语社区的安全评估、微调、红队测试和护栏开发。
引用
@article{arxiv.2605.26954,
title = {AlbanianLLMSafety: A Safety Evaluation Dataset for Large Language Models in Albanian},
author = {Wajdi Zaghouani and Kholoud K. Aldous and Isra Fejzullaj},
journal= {arXiv preprint arXiv:2605.26954},
year = {2026}
}
备注
Accepted at SIGUL2026 Workshop co-located with LREC2026