对齐一次，多语言受益：为 LLM 安全对齐强制多语言一致性
Align Once, Benefit Multilingually: Enforcing Multilingual Consistency for LLM Safety Alignment
AI 导读
研究者提出即插即用的多语言一致性（MLC）损失，可嵌入现有单语对齐流程，低成本改进 LLM 多语言安全对齐。该方法通过提升多语言表示向量的共线性，仅用多语言提示词变体即可在单次更新中同时对齐多语言，无需低资源语言的响应级监督。在多种模型架构和对齐范式上的验证显示，其能增强多语言安全性、对通用能力影响有限，并改善跨语言泛化。