cultural-taboo

本文介绍了CulShield，这是首个专门用于评估和提升大型语言模型文化禁忌安全性的公开基准，涵盖77个国家和2,020多项禁忌，揭示了模型在交互中未能应用已知禁忌的“知识-行为差距”。