研究揭示多语言请求致AI守卫误判

发生了什么

据arXiv cs.LG 2026-10-15发布的研究，团队构建LinguaGuardBench基准测试，发现多语言请求导致AI Agent安全守卫误判率上升。研究将TS-Bench的1,220个步骤指令翻译为德、法、土、斯瓦希里和阿姆哈拉语，保持工具调用和标签一致。结果显示，大多数开源、小型及专用守卫在翻译后改变判定，且语言越罕见影响越大：9个13B以下模型中，法语误判率升1.5pp，阿姆哈拉语升4.4pp。12-30B参数开源守卫假阳性增加最多5.0pp，10B以下模型召回率损失达7.4pp。前沿守卫如Gemini 3.8 Flash表现稳定。