culture-aware

CAMMAR引入了一个表示学习框架，通过分阶段的语义课程将阿拉伯语隐喻意义组织成嵌套的词汇、文化和隐喻子空间，在一个新的跨度标注数据集上实现了强大的隐喻检测（AUC高达0.84）。

本文介绍了 MCLASH（一个多语言道德决策基准）、MET（一种基于理论的提示方法，用于文化感知的道德推理），以及 MET-D（一种自蒸馏训练方法，可跨不同模型家族和规模改进多语言道德推理）。