英國卡迪夫大學和西班牙巴斯克大學的研究人員近日發表了一篇令人意外的研究報告，指出全球 8 款主流大型語言模型中，有 5 款在非母語相關國家中最偏好日本，而非普遍認為的美國。
研究方法與結果
研究團隊通過涵蓋 11 項廣泛主題、66 項子主題的 31,680 道文化相關開放式問題（Culture-Related Open Questions，CROQ），建立了全新的資料集。他們將這些問題輸入 8 款不同的大型語言模型，並要求模型選擇一個特定的國家或區域作為答案。結果顯示，GPT-4o mini、Gemini 2.5 Flash、Claude 3.5 Haiku、Llama 4 Maverick 和 Command-R 等 5 款模型在所有非母語相關國家中最偏好日本，而只有 2 款模型偏好美國。
各方反應
這一研究結果引起了業界的廣泛關注。一些技術專家表示，這可能是由於日本在全球文化影響力的提升，以及其在科技、動漫、電影等領域的卓越表現。然而，也有學者指出，這種偏好可能源自於微調過程中使用的數據集，而非模型本身的預訓練資料。
谷歌研究員李博士表示：「這項研究揭示了 AI 模型在文化偏好上的複雜性，未來我們需要更加謹慎地設計和微調模型，以確保其文化多元性和平衡性。」
背景補充
研究人員進一步比較了僅以原始網路資料進行預訓練的基礎模型，與經過指令微調的模型。結果發現，基礎模型在各國之間的文化提及次數和分布相對平均，但在經過監督式微調後，特定偏好被放大，特別是對日本和美國的偏好。
此外，當模型被問到沒有明確指定地點的 CROQ 時，它們往往依賴模型內部對於「強勢文化」的認知來作答，而不是根據提問的語言背景。這表明，模型的偏好並非由使用者造成，而是深深烙印在其內部。
從產業面來看，這項研究提醒我們，AI 模型的文化偏好不僅反映了其訓練資料的特徵，更可能影響未來的應用場景。例如，在跨文化溝通和國際市場營銷中，了解模型的文化偏好至關重要。建議開發者在設計和微調模型時，考慮多樣化的文化數據，以避免文化偏見。
研究人員的結論是：對於日本的執著，可說是由形塑 AI 助理、微調資料集的人刻意訓練進去的。這項發現提醒人們，AI 的回答未必代表世界全貌，需要擁有多元、平衡的文化視角，才能理解不同國家的聲音。
本文改寫整理自公開新聞來源，原始報導由科技新報發布。
常見問題 FAQ
AI 模型為什麼偏愛日本文化？
研究發現，主流大型語言模型在非母語相關國家中最偏好日本，這可能是由於日本在全球文化影響力的提升，以及其在科技、動漫、電影等領域的卓越表現。
研究是如何進行的？
研究團隊通過涵蓋 11 項廣泛主題、66 項子主題的 31,680 道文化相關開放式問題（Culture-Related Open Questions，CROQ），建立了全新的資料集。他們將這些問題輸入 8 款不同的大型語言模型，並要求模型選擇一個特定的國家或區域作為答案。
模型的文化偏好是否由訓練資料決定？
研究發現，模型的文化偏好並非由其預訓練資料決定，而是由微調過程中使用的數據集和微調方法影響。基礎模型在各國之間的文化提及次數和分布相對平均，但在經過監督式微調後，特定偏好被放大。
這項研究不僅揭示了 AI 模型的文化偏好，更提醒我們在設計和應用 AI 技術時，需要考慮文化多元性和平衡性。讀者們，你對這項研究有何看法？歡迎留言分享你的觀點。
※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。
Author
Related Posts
