跳到正文
arXiv · NLP· Samee Arif, Furkan Danisman, Angana Borah, Honglak Lee, Dehan Kong, Lajanugen Logeswaran, Moontae Lee, Zhijing Jin, Rada Mihalcea·· 2026-10-21AI 评分37

CultureLens 揭示大语言模型文化推理的机制性缺陷

The Culture Within: Towards Mechanistic Understanding of Cultural Reasoning in LLMs

AI 导读

CultureLens 基准测试发现,当提示中提供矛盾规范时,Llama-3.1-8B 等大语言模型的对齐回答准确率下降 32 至 47 个百分点。 模型在缺少国家信息时默认使用英语文化规范,且倾向于接受陈述的规范而非判断其真实性。通过有监督微调矛盾规范示例,对齐准确率可提升至 85 至 93%。

来源:arXiv · NLP · arxiv.org