跨文化翻译：面向语内文化适应的大语言模型

大语言模型（LLMs）正越来越多地被部署用于多语言应用，并已在多种低资源和高资源语言之间展示了令人印象深刻的翻译能力。翻译中经常被忽视的一个方面是文化适应，即修改源文化引用以适应当地文化。虽然从正确性的角度来看，专门的翻译模型在机器翻译任务上仍优于LLMs，但它们对文化差异不敏感，通常需要人工修正。另一方面，LLMs在其参数中嵌入了丰富的文化知识储备，可能被利用于此类应用。在本文中，我们定义了文化适应任务，并创建了一个评估框架来评估现代LLMs在文化适应方面的性能，同时分析它们的跨文化知识，并连接不同文化中的相关概念。我们还分析了自动适应可能存在的问题。我们希望这项任务能更深入地了解LLMs的文化理解及其在跨文化场景中的创造力。