翻译更安全？印度语言中的预设鲁棒性
计算与语言
2025-11-04 v1
摘要
越来越多的人转向大型语言模型（LLM）寻求医疗保健建议和咨询，这使得评估LLM对此类查询响应的有效性和准确性变得重要。虽然已有旨在完成此任务的现有医学基准文献，但这些基准几乎全是英文的，这导致了现有文献中关于多语言LLM评估的显著空白。在这项工作中，我们旨在通过Cancer-Myth-Indic帮助填补这一空白，这是一个印度语言基准，通过将Cancer-Myth的500项子集（在其原始类别中均匀采样）翻译成五种服务不足但广泛使用的次大陆语言（每种语言500项；总共2500个翻译项）而构建。母语翻译人员遵循风格指南以在翻译中保留隐含预设；项目包含与癌症相关的虚假预设。我们在这种预设压力下评估了几个流行的LLM。
引用
@article{arxiv.2511.01360,
title = {Safer in Translation? Presupposition Robustness in Indic Languages},
author = {Aadi Palnitkar and Arjun Suresh and Rishi Rajesh and Puneet Puli},
journal= {arXiv preprint arXiv:2511.01360},
year = {2025}
}
备注
This is a submission to LREC 2026 (Language Resources and Evaluation Conference 2026). Corresponding author: [email protected]