CULTURE-GEN: 通过自然语言提示揭示语言模型中的全球文化感知
计算与语言
2024-08-21 v5 人工智能
摘要
随着大语言模型（LLM）在全球范围内的使用激增，它们对多样化的全球文化拥有足够的知识和公平的表示至关重要。在这项工作中，我们通过文化条件生成，揭示了三个SOTA模型对110个国家和地区在8个文化相关主题上的文化感知，并提取了LLM与每种文化关联的符号。我们发现，文化条件生成包含语言“标记”，这些标记将边缘化文化与默认文化区分开来。我们还发现，LLM在文化符号上的多样性程度不均匀，并且来自不同地理区域的文化在LLM的文化无关生成中具有不同的存在感。我们的发现促进了进一步研究LLM中全球文化感知的知识和公平性。代码和数据见：https://github.com/huihanlhh/Culture-Gen/
引用
@article{arxiv.2404.10199,
title = {CULTURE-GEN: Revealing Global Cultural Perception in Language Models through Natural Language Prompting},
author = {Huihan Li and Liwei Jiang and Jena D. Hwang and Hyunwoo Kim and Sebastin Santy and Taylor Sorensen and Bill Yuchen Lin and Nouha Dziri and Xiang Ren and Yejin Choi},
journal= {arXiv preprint arXiv:2404.10199},
year = {2024}
}