标签
Jenova AI 的 Tour Guide 智能体将地标、菜单或街景的照片转化为文化故事和情境感知的旅行指引，包括礼仪、时机建议，以及步行 10 分钟范围内的附近推荐。
CuBEs 提出一种文化情境化的 LLM 行为评估框架，通过在测试场景中注入文化语境并在 12 种文化上构建人工标注数据集，评估了 13 个开源与闭源模型，发现文化盲的评估会遗漏非西方特有的偏见轴向（如宗教与殖民议题）。
本文介绍了MemeCULT-1K，一个包含1000个南亚模因的多语言基准，用于评估视觉语言模型对文化背景和幽默的理解，表明提供文化背景可以提高模型性能。
介绍Inspect India Evals，一个用于在印度语言文化语境中评估大语言模型的开源框架，包含六项基准测试，涵盖多语言能力、偏见、安全性和文化知识。对五个模型的测试显示，Sarvam-M 24B和Gemma 2 27B表现领先。
本文介绍了Ex-ToxiCN-MM——首个中文有害迷因解释数据集，以及知识库C-HarmKB和归因分析框架RIKE，通过考虑文化背景和语义模糊性，提升有害迷因的可解释检测能力。