論文の概要: Aligned but Flattened: Analyzing the Trade-off between Cultural Alignment and Diversity in LLMs
- arxiv url: http://arxiv.org/abs/2609.00565v1
- Date: Tue, 01 Sep 2026 01:59:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-02 16:31:36.218045
- Title: Aligned but Flattened: Analyzing the Trade-off between Cultural Alignment and Diversity in LLMs
- Title（参考訳）: LLMにおける文化的アライメントと多様性のトレードオフの分析
- Authors: Jingshen Zhang, Shaoyang Xu, Wenxuan Zhang,
- Abstract要約: 文化的整合性の追求は、常に多様性の急激なコストを伴い、深刻な「文化的平坦化」につながることを示す。
本研究は,現状のポストトレーニングパラダイムの限界を明らかにするとともに,異文化多元主義を保全したアライメント目標へのシフトを求めるものである。
- 参考スコア（独自算出の注目度）: 17.222006783561426
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cultural fine-tuning has become the de facto paradigm for building culture-aware large language models (LLMs), yet existing optimization exclusively for alignment scores provides an incomplete portrait of cultural fidelity by systematically obscuring inherent cultural diversity. This unidimensional evaluation lens prompts a fundamental question: do models genuinely perceive distinct cultural nuances, or do they merely memorize dominant cultural values? To address this, we propose a synergistic evaluation framework that jointly formalizes cultural alignment and diversity. Through extensive benchmarking of six mainstream LLMs on the World Values Survey, this framework uncovers a systematic and critical trade-off: the pursuit of cultural alignment consistently incurs an acute expense of diversity, leading to severe "cultural flattening." Investigating this behavioral shift, we demonstrate that these superficial alignment gains stem from models artificially anchoring to dominant majorities, converging onto a monolithic response pattern that wipes out the heterogeneous distributions inherent to human groups. Crucially, our mechanistic analysis suggests that this diversity collapse is not merely a behavioral anomaly but more likely a structural consequence of the low-rank bias inherent in neural network optimization. Therefore, our findings expose the limitations of current post-training paradigms and call for a shift toward alignment objectives that preserve cross-cultural pluralism.
- Abstract（参考訳）: 文化的微調整は、文化を意識した大規模言語モデル(LLM)を構築するためのデファクトパラダイムとなっているが、アライメントスコア専用の既存の最適化は、固有の文化的多様性を体系的に無視することで、文化的忠実性の完全な肖像画を提供する。
この一次元評価レンズは、基本的な疑問を喚起する:モデルは、真に異なる文化的ニュアンスを知覚しているか、それとも、支配的な文化的価値を記憶するだけなのか?
そこで本稿では,文化的アライメントと多様性を両立させる相乗的評価枠組みを提案する。
世界価値調査(World Values Survey)における6つの主要なLCMの広範なベンチマークを通じて、この枠組みは体系的かつ批判的なトレードオフを明らかにする。
この行動シフトを調べたところ、これらの表面アライメントの上昇は、人工的に支配的な多数派に定着するモデルが人間グループ固有の異種分布を除去するモノリシックな応答パターンに収束していることが示されている。
重要なのは、この多様性の崩壊は単に行動異常であるだけでなく、ニューラルネットワークの最適化に固有の低ランクバイアスの構造的な結果である可能性が高いということです。
そこで本研究は,現状のポストトレーニングパラダイムの限界を明らかにするとともに,異文化多元主義を保全したアライメント目標へのシフトを求める。
関連論文リスト
- CultureForest: Understanding and Evaluating Cultural Norm Grounded Reasoning in LLMs [59.09971492475217]
TextitCultural Norm Grounded ReasoningのベンチマークであるCultureForestを紹介する。
CultureForestは8つのドメインで5,378のサンプルと53の国/リージョンで構成されている。
大規模な実験では、トップ層モデルでさえ、オープンな設定で大幅に劣化していることが明らかになった。
論文 参考訳（メタデータ） (2026-06-01T08:25:12Z) - Cultural Authenticity: Comparing LLM Cultural Representations to Native Human Expectations [7.285754268528876]
我々は,大規模言語モデル世代と局所的な期待値との整合性を評価するための,人間中心のフレームワークを提案する。
ヒト由来の文化遺産とモデル由来の文化表現との整合性について検討した結果,西洋中心のキャリブレーションが明らかとなった。
論文 参考訳（メタデータ） (2026-04-03T22:39:15Z) - CALM: Culturally Self-Aware Language Models [22.309957211042597]
CALMは、文化的自己認識を持つ言語モデルを支援するために設計された新しいフレームワークである。
タスクのセマンティクスを、明示的な文化的概念や潜伏した文化的シグナルから切り離す。
結果として得られた統一表現は、文化的に根ざした内的アイデンティティ状態を構築するためのモデル本来の知識と融合する。
論文 参考訳（メタデータ） (2026-01-07T00:28:33Z) - CURE: Cultural Understanding and Reasoning Evaluation - A Framework for "Thick" Culture Alignment Evaluation in LLMs [24.598338950728234]
大規模言語モデル(LLM)は、文化的に多様な環境にますます展開されている。
既存の方法は、非文脈的正当性や強制選択判断に重点を置いている。
現実的な状況下でモデルを提示するベンチマークのセットを紹介する。
論文 参考訳（メタデータ） (2025-11-15T03:39:13Z) - Hire Your Anthropologist! Rethinking Culture Benchmarks Through an Anthropological Lens [9.000522371422628]
ベンチマークのフレームカルチャーを分類する4つのフレームワークを紹介します。
20の文化指標を質的に検討し,6つの方法論的問題を同定した。
我々の目標は、静的リコールタスクを超える文化ベンチマークの開発をガイドすることです。
論文 参考訳（メタデータ） (2025-10-07T13:42:44Z) - 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) - 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) - Cultural Learning-Based Culture Adaptation of Language Models [70.1063219524999]
大きな言語モデル(LLM)をさまざまな文化的価値に適用することは難しい課題です。
文化的学習に基づくLLMと文化的価値との整合性を高めるための新しい枠組みであるCLCAについて述べる。
論文 参考訳（メタデータ） (2025-04-03T18:16:26Z)
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。