multilingual-rag

本文对英语来源多语言RAG在五种查询语言下的隐私风险进行了审计，检验非英语查询是否会加剧PII泄漏。通过使用Qwen2.5-7B流水线和两阶段防御，研究发现，在仅进行输出过滤时，英语的点估计泄漏率最高；而在加入输入判别器后，阿拉伯语和斯瓦希里语仍存在残余泄漏。

研究者发现多语言 RAG 重排器存在系统性英语与查询语言偏见，提出 LAURA——一种面向效用的对齐方法，通过跨语言检索答案关键文档显著提升性能。

一位开发者讲述其多语言 RAG 系统因检索到的上下文含法语内容而意外切语，最终靠正则德语检测器和显式负面提示解决。