Fugu-MT 論文翻訳(概要): Korean Culture into LLM Alignment: Toward Cultural Coherence

論文の概要: Korean Culture into LLM Alignment: Toward Cultural Coherence

arxiv url: http://arxiv.org/abs/2606.06797v1
Date: Fri, 05 Jun 2026 00:47:10 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-08 14:33:29.493306
Title: Korean Culture into LLM Alignment: Toward Cultural Coherence
Title（参考訳）: LLMアライメントへの韓国の文化 : 文化的コヒーレンスを目指して
Authors: MinJae Jung, Minwoo Kim,
Abstract要約: 我々は韓国の有害分類を拡大するプロンプトベースのLLMシードジェネレータを中心にアライメントデータパイプラインを設計する。韓国の文化に適応した安全対応政策が中心にある。結果のトリプルの微調整により、韓国の6つのオープンウェイトLDMの文化安全率が向上する。
参考スコア（独自算出の注目度）: 2.865054426404925
License: http://creativecommons.org/licenses/by-nc-sa/4.0/
Abstract: Cultural-aspect work on large language models is dominated by a negative target: which outputs to suppress. We argue that a constructive counterpart is also needed, a working definition of what a culturally coherent response is rather than only what it must avoid, and instantiate it for Korean. We design an alignment-data pipeline around a prompt-based LLM seed generator that expands a Korean harm taxonomy, with a Korean-culturally-adapted safe-response policy at its centre: a per-category guideline grounded in Korean legal frameworks, social norms, and interpretive conventions, against which three frontier models each produce a candidate response. DPO fine-tuning on the resulting triplets improves the Korean cultural safe rate across six open-weight LLMs while causing no large degradation on Korean general-capability benchmarks, and qualitative outputs show fine-tuned models naming Korean statutes and institutional procedures and, where appropriate, supplying constructive Korean-context information alongside refusal.
Abstract（参考訳）: 大きな言語モデルに関する文化的な研究は、抑圧するために出力する負の目標によって支配されている。建設的な対応も必要であり,文化的に一貫性のある対応とは何か,単に避けるべきものであって,韓国語でインスタンス化すべきものなのか,という作業的な定義が必要である,と我々は主張する。我々は,韓国の有害分類を拡大する素早いLLMシードジェネレータを中心にアライメントデータパイプラインを設計し,その中心に韓国の文化的に適応した安全応答政策,すなわち,韓国の法的枠組み,社会規範,解釈規則を基盤としたカテゴリごとのガイドラインを,それぞれ3つのフロンティアモデルに対して提案する。 DPOによる三重項の微調整は、韓国の一般能力ベンチマークを大きく劣化させることなく、6基のオープンウェイトLCMにおける韓国文化の安全性を向上させるとともに、質的なアウトプットは、韓国の法令や制度上の手続きを命名した細調整されたモデルを示し、適切に、建設的な朝鮮語情報の提供を拒絶する。

関連論文リスト

ROK-FORTRESS: Measuring the Effect of Geopolitical Transcreation for National Security and Public Safety [2.929429337200341]
大規模言語モデルの安全性評価は、国家安全・公共安全(NSPS)リスクをますますターゲットにしている。言語と地政学的文脈の相互作用の実証的な証拠は狭い言語対に限られています EmphROK-FORTRESSは、英語と韓国語の組み合わせと米国-ROKの地政軸をケーススタディとして用いた、バイリンガルで文化的に敵対的なNSPSベンチマークである。
論文参考訳（メタデータ） (2026-05-13T22:07:22Z)
AlignCultura: Towards Culturally Aligned Large Language Models? [19.134202394422285]
アリン・カルチュラ(Align-Cultura)は、文化的アライメントのための2段階のパイプラインである。 CulTURAXはユネスコの文化分類に基づくHHH- Englishデータセットである。 Stage IIはCULTURAXを、汎用モデル、文化的に微調整されたモデル、オープンウェイトLLMでベンチマークする。実証的に、文化的に微調整されたモデルは、関節HHHを4%-6%改善し、文化的な失敗を18%削減し、10%-12%の効率向上を実現し、漏れを0.3%に制限した。
論文参考訳（メタデータ） (2026-04-21T03:06:50Z)
Mitigating Cross-Lingual Cultural Inconsistencies in LLMs via Consensus-Driven Preference Optimisation [58.01855677487771]
本研究では,多言語大言語モデル (MLLM) が,プロンプトの言語変化に伴う不整合性を示すことを示す。コンセンサス駆動型アライメントフレームワークであるC-3POを提案する。 C-3POは、非整合モデルよりも0.10ポイントの$_S$を絶対的に増加させ、強力なプロンプトと表現のステアリングベースラインを上回る。
論文参考訳（メタデータ） (2026-04-02T14:04:06Z)
Do Large Language Models Truly Understand Cross-cultural Differences? [53.481048019144644]
我々は,大規模言語モデルの異文化間理解と推論を評価するシナリオベースのベンチマークを開発した。文化理論を基礎として、異文化の能力を9次元に分類する。データセットは連続的な拡張をサポートし、実験は他の言語への転送可能性を確認する。
論文参考訳（メタデータ） (2025-12-08T01:21:58Z)
Which Cultural Lens Do Models Adopt? On Cultural Positioning Bias and Agentic Mitigation in LLMs [53.07843733899881]
大規模言語モデル(LLM)は、幅広い下流生成アプリケーションをアンロックした。また、米国主流の文化の観点から、文化にまつわる微妙な公平性の問題に対処し、世代を配置するリスクも見いだす。本稿では、これらのバイアスを解決するための2つの推論時間緩和法を提案する。
論文参考訳（メタデータ） (2025-09-25T12:28:25Z)
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)
Making Qwen3 Think in Korean with Reinforcement Learning [5.237306053045462]
韓国語で大規模言語モデルQwen3 14Bを「考える」ための2段階の微調整手法を提案する。第1段階では、高品質な韓国の推論データセットの微調整(SFT)を監督し、韓国の論理的推論の強力な基盤を確立する。第2段階では、カスタマイズされたグループ相対ポリシー最適化アルゴリズムを用いた強化学習を採用する。
論文参考訳（メタデータ） (2025-08-14T05:49:34Z)
Nunchi-Bench: Benchmarking Language Models on Cultural Reasoning with a Focus on Korean Superstition [0.0]
大規模言語モデルの文化的理解を評価するためのベンチマークであるNunchi-Benchを紹介する。このベンチマークは、31のトピックにまたがる247の質問、事実的知識の評価、文化的に適切なアドバイス、状況的解釈で構成されている。韓国語と英語の多言語LLMを評価し,韓国語文化の文脈を判断する能力について分析した。
論文参考訳（メタデータ） (2025-07-05T11:52:09Z)
From Word to World: Evaluate and Mitigate Culture Bias in LLMs via Word Association Test [50.51344198689069]
我々は,人中心語関連テスト(WAT)を拡張し,異文化間認知による大規模言語モデルのアライメントを評価する。文化選好に対処するために,モデルの内部表現空間に直接,文化固有の意味的関連性を直接埋め込む革新的なアプローチであるCultureSteerを提案する。
論文参考訳（メタデータ） (2025-05-24T07:05:10Z)
Multimodal Cultural Safety: Evaluation Frameworks and Alignment Strategies [58.88053690412802]
大規模視覚言語モデル(LVLM)は、観光アシスタントのようなグローバルに分散したアプリケーションにますます導入されている。 CROSSは、LVLMの文化的安全性推論能力を評価するために設計されたベンチマークである。実験モデルと推論モデルを含む21種類のLVLMを評価した。
論文参考訳（メタデータ） (2025-05-20T23:20:38Z)
RedWhale: An Adapted Korean LLM Through Efficient Continual Pretraining [0.0]
韓国語処理に特化したモデルであるRedWhaleを紹介する。 RedWhaleは、韓国の包括的コーパス前処理パイプラインを含む効率的な継続事前訓練アプローチを用いて開発されている。実験の結果、RedWhaleは韓国のNLPベンチマークで他の主要なモデルよりも優れていた。
論文参考訳（メタデータ） (2024-08-21T02:49:41Z)

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。