大型语言模型在全球部署，但安全对齐和评估主要集中在英文。研究发现，英文中被拒绝的有害请求，若翻译成低资源语言，模型可能给出不安全的回答。我们在翻译绕过威胁模型下，对十种主流模型在79种语言（包括英文和78种低资源语言）进行评估，使用一种以英文安全为条件的指标，区分翻译绕过和英文本身已不安全的情况。
结果显示，英文安全并不能可靠转移：在安全的英文回答前提下，平均绕过率在21.9%到44.4%之间。绕过风险在部分语言家族中集中，这一模式在所有模型中大致相同。虽然这种排序与翻译退化有关，但不同模型之间的差异显著，并在所有控制实验中仍然存在。
进一步分析表明，单纯的模型绕过率并不能提供稳定的排名：在三种条件估计相同量的方案下，十个模型中有九个的排名会变化，而实际回复内容并未改变。
点评：翻译绕过揭示了安全评估的语言偏差，提示必须在多语言环境中同步构建安全防护，否则低资源语言用户将面临更高风险。