TukaBench：基于文化的非洲语言越狱基准

大语言模型 (LLM) 的安全性评估仍然主要以英语为中心，而对低资源语言 (LRL)，特别是非洲语言的探索严重不足。我们推出了 TUKABENCH，这是一种针对七种非洲语言的越狱基准，它通过四种设置将 JailbreakBench (JBB) 扩展到直接翻译之外：JBB 提示的人工翻译、针对非洲语境的英语适应，然后进行人工翻译、通过与 GPT-5.2 交互验证的人工策划提示，以及结合英语和非洲语言的代码转换提示，隔离语言、文化基础和提示回避对模型安全的影响。在封闭式和开放式模型中，相对于英语，用非洲语言进行提示可以减少拒绝，并且根据文化进行调整的提示可以减少拒绝的情况。该评估还暴露了两个结构性限制：模型理解失败和 LRL 中 LLM 作为法官的可靠性降低。为了解决第一个问题，我们将偏转与拒绝和越狱一起引入；为了评估第二个，我们用人工注释验证输出，结果表明，在资源较低的语言和不太常见支持的脚本中，法官与人类的一致性下降。