IndicJR：南亚语言越狱鲁棒性的免裁判基准

大语言模型（LLM）的安全对齐大多在英语下、按契约式格式评估，多语言漏洞研究不足。我们提出 Indic Jailbreak Robustness（IJR），一个覆盖 12 种印度与南亚语言（21 亿使用者）的免裁判对抗安全基准，包含 JSON（契约式）与 Free（自然式）两条轨道共 45216 个提示。IJR 揭示三种模式。(1) 契约推高拒绝率却挡不住越狱：JSON 轨道中 LLaMA 和 Sarvam 的 JSR 超过 0.92，Free 轨道中所有模型达 1.0 且拒绝率崩塌。(2) 英语攻击强迁移至印度语言，格式包装常胜过指令包装。(3) 拼写形式有影响：罗马化或混合输入在 JSON 下降低 JSR，其与罗马化比例和分词的相关性（约 0.28 至 0.32）表明存在系统性效应。人工审核证实检测器可靠，精简版与完整版比较保持结论一致。IJR 提供可复现的多语言压力测试，揭示被纯英语、重契约评估掩盖的风险，对频繁语码转换和使用罗马化拼写的南亚用户尤为相关。