注入社会科学期刊知识以提升 LLM 对印尼文化的理解
计算与语言
2026-01-21 v1
摘要
近期，提升大型语言模型（LLM）对印尼文化理解的努力不断加强。一个很大程度上被忽视的、极具吸引力的文化知识来源是本土社会科学期刊，这些期刊可能包含大量源自本土视角的文化研究。我们提出了一项新颖的期刊文章段落文本数据集，由 151 种开源印尼社会科学期刊构建而成，称为 IndoSoSci。我们展示了一种将其中印尼文化知识注入 LLM 的有效方案：提取与印尼文化相关的事实，并在检索过程中应用检索增强生成（RAG），以 LLM 生成的假设文档作为查询。所提方案在 IndoCulture 基准上取得了优于多个强基线的显著性能提升。此外，通过将 IndoSoSci 与印尼语维基百科相结合，我们在 IndoCulture 基准上创造了新的 SOTA 准确率。
引用
@article{arxiv.2601.12921,
title = {Injecting Knowledge from Social Science Journals to Improve Indonesian Cultural Understanding by LLMs},
author = {Adimulya Kartiyasa and Bao Gia Cao and Boyang Li},
journal= {arXiv preprint arXiv:2601.12921},
year = {2026}
}