研究称文化提示下前沿模型微调后偏向日本
ImaginaryRea1ity · reddit · 2026-07-29
Cardiff University 和巴斯克中心 HiTZ 的研究测试了 24 种语言、31,680 个文化相关提示词，对象包括 GPT、Gemini、Claude 等前沿模型。
- 在询问舞蹈、节日、日常仪式等文化问题时，8 个模型里有 6 个会不自觉地把答案往 日本 上带。
- 这种偏置更像是 监督微调之后 才出现的，不是在原始预训练数据里就固定存在。
- 基础模型对各文化的提及更平均；而经过微调的模型明显更偏向 日本 和 美国。
- 研究者认为，模型会把日本当成一种“安全默认值”：知名、全球可识别、又不太容易引发争议。
「漫话AGI」频道最新
- Hofstadter 经典演讲:类比是人类认知的核心 — ArtificialOther · 2026-10-16
- MIT FutureTech 主任 Neil Thompson：AI 先接管任务再取代岗位 — bigdata · 2026-10-16
- 开源模型护城河靠中国生态？监管传闻引发开源可持续性争论 — tokenbender · 2026-10-16
- Claude 督促播客主持人立即就医确诊癌症,医生称五生存率原本为零 — davidsenra · 2026-10-16
- AI Now 研究员 Amba Kak：64% 美国人不满数据中心扩张潮 — AINowInstitute · 2026-10-16
- Diamandis 劝建:别等下一个模型,它永远在几周之后 — PeterDiamandis · 2026-10-16