标签
该论文在 Qwen2.5-14B-Instruct 上将 PolyRefuse 扩展到另外三种低资源语言（白俄罗斯语、巴什基尔语、塔吉克语），发现拒绝方向的迁移效果存在程度差异，并非普遍有效：来自安全对齐语言的方向能够广泛迁移，而来自严重未对齐语言的方向则无法可靠地调节拒绝行为。