Low-Resource Safety Failures Are Action Failures, Not Representation Failures
Questo articolo dimostra che i fallimenti della sicurezza in contesti a basse risorse derivano da un disallineamento nella calibrazione delle decisioni piuttosto che da una mancanza di rappresentazioni di dannosità, e propone un metodo per risolvere questo problema ricalibrando gli esistenti gate di sicurezza ad alte risorse utilizzando solo pochi esempi nella lingua target.