多语言道德推理新基准
launch · hf · 2026-07-15
本文围绕多语言、文化语境下的道德推理提出三项贡献： - **MCLASH**：一个多语言道德决策基准，强调不同语言背后的文化情境与社会规范，而不是简单把英文题目直译过去。 - **MET**：一种两步式提示方法。先从心理学和哲学中整理出的、由专家筛选的理论依据里，选择与情境和文化相关的“grounds”，再用用户的母语进行推理。 - **MET-D**：在第二步上加入自蒸馏训练，不需要额外的人类标注或更强模型监督。 实验显示，MET-D 在多个模型上都能提升表现：在 MCLASH 上平均提升 **3.71** 个 macro-F1，在 MMoralExceptQA 上平均提升 **4.23** 个点；其中 Qwen3-8B 在马来语上的 MCLASH 提升最高达到 **12.94**。作者还发现，MET-D 让模型的母语推理平均提升 **62.13** 个点，而且不同文化适用的“道德依据”存在系统性差异。