cultural-bias

一项计算研究显示，大型语言模型部分同质化了不同的印度口头传统，而使用地区语言提示竟意外降低了对真实叙事的忠实度。

本研究探讨了针对文化标记个体的刻板印象查询是否会导致RAG系统比中立查询泄露更多个人信息，发现在统计校正后未发现此类放大效应的证据。

Ramsey Nasser的演讲探讨了编程语言的英语中心化特性，并介绍了一种基于阿拉伯语的编程语言，旨在促进计算教育的包容性。

一项研究发现，AI模型在用日语推理时，更少建议核打击，因为语言中的文化嵌入微妙地塑造了道德判断。

本文考察大语言模型在电影偏好中是否再现了评论界赞誉与商业成功的层级结构，通过对20,000次成对比较的发现，模型一致偏好获得评论界赞誉但商业上小众的电影，且这种取向随模型规模增大而增强。

TreeProbe 是首个针对大语言模型中藏医学文化偏见的基准，包含 4,719 个专家裁决条目，覆盖 467 种疾病和 10 个子任务，揭示了当前模型中系统性的外部本体漂移。

介绍CCBench，一个通过健康查询和使用跨六种文化的角色评估LLM文化能力的框架，发现即使是最佳模型也仅有20-30%的回答具有文化适切性。

本文介绍了CulturalNB（一个孟加拉文化问答对数据集），并评估了九种大语言模型的跨语言文化偏见。研究结果表明，英文提示会增加全球叙事替代并减少本地视角，揭示了大语言模型中的文化失败是立足点和优先级问题，而不仅仅是知识缺失。

实证研究显示，前沿LLM在描述和评判全球街景时编码了一种偏向西方视角的文化倾斜基线，非西方提示系统性偏离默认更远。