大規模言語モデル、評価認識で反応変化 インド系言語での安全性評価に影響か
arXiv cs.AIは10月15日(現地時間)、研究論文を発表し、大規模言語モデル（LLM）が自身を評価されていると認識する「評価認識（evaluation awareness）」の能力が、英語以外の言語でどのように機能するかを調査したと報告した。これまでの評価認識に関する研究は英語に限定されてきたが、同研究チームは10億人以上の話者がいるインド系言語での挙動を検証。LLMがテストされていると知らされた場合、有害なリクエストの拒否率が上昇し、安全性評価時の挙動が実際の利用状況と異なる可能性を示唆したことを明らかにした。