論文の概要: Mind the Gap in Cultural Alignment: Task-Aware Culture Management for Large Language Models

• arxiv url: http://arxiv.org/abs/2602.22475v1
• Date: Wed, 25 Feb 2026 23:27:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-27 18:41:22.44464
• Title: Mind the Gap in Cultural Alignment: Task-Aware Culture Management for Large Language Models
• Title（参考訳）: 文化的アライメントにおけるギャップを意識する:大規模言語モデルのためのタスクアウェアカルチャーマネジメント
• Authors: Binchi Zhang, Xujiang Zhao, Jundong Li, Haifeng Chen, Zhengzhang Chen,
• Abstract要約: 大規模言語モデル(LLM)は、文化的に敏感な現実世界のタスクにますますデプロイされている。 既存の文化的アライメントアプローチは、LLMの幅広い文化的価値を下流タスクの特定の目標と整合させることができない。 タスク固有の文化的アライメントのための新しいパイプラインであるCultureManagerを提案する。
• 参考スコア（独自算出の注目度）: 78.19037585302475
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Large language models (LLMs) are increasingly deployed in culturally sensitive real-world tasks. However, existing cultural alignment approaches fail to align LLMs' broad cultural values with the specific goals of downstream tasks and suffer from cross-culture interference. We propose CultureManager, a novel pipeline for task-specific cultural alignment. CultureManager synthesizes task-aware cultural data in line with target task formats, grounded in culturally relevant web search results. To prevent conflicts between cultural norms, it manages multi-culture knowledge learned in separate adapters with a culture router that selects the appropriate one to apply. Experiments across ten national cultures and culture-sensitive tasks show consistent improvements over prompt-based and fine-tuning baselines. Our results demonstrate the necessity of task adaptation and modular culture management for effective cultural alignment.
• Abstract（参考訳）: 大規模言語モデル(LLM)は、文化的に敏感な現実世界のタスクにますますデプロイされている。 しかし、既存の文化的アライメントアプローチは、LLMの幅広い文化的価値観を下流のタスクの特定の目標と整合させることに失敗し、異文化間の干渉に悩まされる。 タスク固有の文化的アライメントのための新しいパイプラインであるCultureManagerを提案する。 CultureManagerは、文化的に関連のあるWeb検索結果に基づいて、タスク対応の文化的データをターゲットタスクフォーマットに従って合成する。 文化規範間の対立を防止するため、異なるアダプタで学習した多文化知識をカルチャールータで管理し、適用すべきものを選択する。 10の国の文化と文化に敏感なタスクに対する実験は、プロンプトベースと微調整ベースラインよりも一貫した改善を示している。 本研究は,効果的な文化的アライメントのためのタスク適応とモジュール文化管理の必要性を実証するものである。

関連論文リスト

• CultureScope: A Dimensional Lens for Probing Cultural Understanding in LLMs [57.653830744706305]
  CultureScopeは、大規模な言語モデルにおける文化的理解を評価するための、これまでで最も包括的な評価フレームワークである。 文化的な氷山理論に触発されて、文化知識分類のための新しい次元スキーマを設計する。 実験結果から,文化的理解を効果的に評価できることが示唆された。
  論文  参考訳（メタデータ） (2025-09-19T17:47:48Z)
• From Surveys to Narratives: Rethinking Cultural Value Adaptation in LLMs [62.9861554207279]
  LLM(Large Language Models)における文化的価値の適応は大きな課題である。 これまでの作業は主に、World Values Survey (WVS)データを使用して、LLMをさまざまな文化的価値と整合させる。 我々は,文化価値適応のためのWVSベースのトレーニングについて検討し,調査データのみに頼って文化規範を実践し,事実知識に干渉することを発見した。
  論文  参考訳（メタデータ） (2025-05-22T09:00:01Z)
• CAReDiO: Cultural Alignment of LLM via Representativeness and Distinctiveness Guided Data Optimization [50.90288681622152]
  大規模言語モデル(LLM)は、より深く様々な地域における人間の生活に統合される。 既存のアプローチは、文化固有のコーパスを微調整することで、文化的に整合したLCMを開発する。 本稿では,新しい文化データ構築フレームワークであるCAReDiOを紹介する。
  論文  参考訳（メタデータ） (2025-04-09T13:40:13Z)
• Navigating the Cultural Kaleidoscope: A Hitchhiker's Guide to Sensitivity in Large Language Models [4.771099208181585]
  LLMはますますグローバルなアプリケーションにデプロイされ、さまざまなバックグラウンドを持つユーザが尊敬され、理解されることが保証される。 文化的な害は、これらのモデルが特定の文化的規範と一致しないときに起こり、文化的な価値観の誤った表現や違反をもたらす。 潜在的な文化的不感を露呈するシナリオを通じて、異なる文化的文脈におけるモデルアウトプットを評価するために作成された文化的調和テストデータセットと、多様なアノテータからのフィードバックに基づいた微調整による文化的感受性の回復を目的とした、文化的に整合した選好データセットである。
  論文  参考訳（メタデータ） (2024-10-15T18:13:10Z)
• CulturePark: Boosting Cross-cultural Understanding in Large Language Models [63.452948673344395]
  本稿では,LLMを利用した文化データ収集のためのマルチエージェント通信フレームワークであるCultureParkを紹介する。 人間の信念、規範、習慣をカプセル化した高品質な異文化対話を生成する。 我々はこれらのモデルを,コンテンツモデレーション,文化的アライメント,文化教育という3つの下流課題にまたがって評価する。
  論文  参考訳（メタデータ） (2024-05-24T01:49:02Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。