arXiv cs.CL· Rusali Saha, Nitya Khurana, Ruihong Huang, Kuan-Hao Huang·· 5 小时前AI 评分23
ChronoCulture：评估大语言模型跨时间文化意识的新基准
ChronoCulture: Evaluating Cultural Awareness Across Time in Large Language Models
AI 导读
研究者推出 ChronoCulture 基准，基于 72 个国家纵向调查数据构建 10,360 个时间配对，每个配对包含同一国家同一问题在较早年与较晚年的完整人口回答分布作为真值。测试六个 LLM 发现，模型常能预测某国某一时点的态度，却无法可靠捕捉态度随时间的变化，不同年份的预测往往彼此接近；在提示词中指定目标年份也几乎不能改善与调查回答的对齐。
来源：arXiv cs.CL · arxiv.org