KZ-SafetyPrompts：大语言模型 的哈萨克安全评估提示数据集

哈萨克斯坦在评估 大语言模型 安全行为的资源中代表性不足。我们推出了 KZ-SafetyPrompts，这是一个哈萨克斯坦提示数据集，用于十一个类别的安全评估，涵盖常见风险领域，如自残、暴力、儿童剥削、性内容、种族主义内容、激进化以及受管制商品或非法活动。该数据集包含 5,717 个用哈萨克语（西里尔文）本地编写的提示，按类别组织，并带有用于跨语言分析的英文翻译。提示类似于现实的用户查询，通常采用青少年或儿童的风格，并且被表述为意图提示，没有程序说明。我们记录编写协议、标记程序（包括边界案例决策规则）和质量控制步骤（模式标准化、完整性检查和重复数据删除）。我们还将这些类别与广泛使用的安全分类法保持一致，以支持与现有评估流程的集成。 GPT-4o 的基线结果显示，总体拒绝率为 28.2%，不同类别的拒绝率从 5.5% 到 53.8% 不等，这表明哈萨克语提示暴露了纯英语评估未捕获的特定类别安全差距。