3.1万题跨24语言测试：主流LLM都被日本文化「隐性对齐」

dioscuri · x · 2026-10-22

一项覆盖 Gemini、ChatGPT、Claude、Llama 等模型的研究用 24 种语言、31000 个问题测试 LLM 的隐藏文化偏见：剔除所有地理提示后让模型自选地点作答，发现各模型普遍对日本文化有不成比例的偏好，即使用与日本毫无关联的语言提问，也会默认采用日式规范、价值观与审美。

作者打趣称这是「涌现的日式对齐」，并反推：如果让模型更粗鲁、更不助人、更不诚实，它们可能会转而痴迷巴黎——暗示这种文化偏斜可能与辅助性/诚实性训练目标存在系统性关联。