从土耳其视角评估离线大语言模型能力：没有危险的提问

将大语言模型（LLM）集成到教育进程中，尤其是在土耳其 heritage language 教育这一教学脆弱情境中，引入了数据隐私和可靠性方面的重大限制。本研究旨在系统评估在土耳其 heritage language 教育语境下，可本地部署的离线LLM的韧性和教育安全性。为此，开发了土耳其异常套件（Turkish Anomaly Suite, TAS），包含10个原创边缘情景，用于评估模型在认知抵抗、逻辑一致性和教育安全方面的能力。对14个参数范围从2.7亿至32亿的模型进行实验，结果显示异常抵抗能力不仅取决于模型规模，sycophancy偏差即使在大型模型中也可能构成教育风险。研究结果表明，参数规模在8B至14B之间的推理导向模型，在成本与安全性之间 represents the most balanced的区间，适用于语言学习者。