En este artículo, proponemos SEALGuard, una protección multilingüe, para abordar las limitaciones de las protecciones existentes de modelos lingüísticos a gran escala (LLM) (p. ej., LlamaGuard) que carecen de compatibilidad multilingüe. SEALGuard se desarrolló utilizando SEALSBench, un conjunto de datos multilingües a gran escala alineados con la seguridad, compuesto por 10 idiomas, incluyendo idiomas con recursos limitados. Mediante la técnica de Adaptación de Bajo Rango (LoRA), aplicamos un modelo lingüístico multilingüe general como protección multilingüe y, mediante una evaluación comparativa con LlamaGuard, confirmamos su rendimiento superior frente a avisos maliciosos multilingües e intentos de jailbreak. En particular, a diferencia de LlamaGuard, cuyo rendimiento se deteriora en avisos maliciosos e intentos de jailbreak en idiomas distintos del inglés (disminución del 9% y el 18% en DSR), SEALGuard logra un rendimiento superior en DSR, precisión y puntuación F1 (incremento del 48% en DSR en comparación con LlamaGuard). Además, analizamos la contribución de las estrategias de adaptación y el tamaño del modelo al rendimiento mediante estudios de ablación.
