arXiv cs.AI· Jing Yao, Hyunjin Hwang, Weihua Zheng, Bryan Chen Zhengyu Tan, Jia Wang Peh, Dylan Raharja, JinYeong Bak, Roy Ka-Wei Lee, Rui Cao, Yuki Arase, Jacki O'Neill, Zhicheng Dou, Xing Xie, Xiaoyuan Yi, Furu Wei·· 1 天前AI 评分31
Re3Culture：如何用真实人类数据锚定文化价值对齐的目标
Whose Values, Which Contexts, and What Signals? Grounding Cultural Value Alignment with Re3Culture
AI 导读
研究团队构建 Re3Culture 数据集，覆盖四种文化、700+ 名参与者，包含 1,400+ 份价值问卷、20,000+ 条主题化行为原则和 6,000+ 个情境问题的回答，用于明确文化价值对齐的目标定义。
正文 · AI 翻译
作者：Jing Yao、Hyunjin Hwang、Weihua Zheng、Bryan Chen Zhengyu Tan、Jia Wang Peh、Dylan Raharja、JinYeong Bak、Roy Ka-Wei Lee、Rui Cao、Yuki Arase、Jacki O'Neill、Zhicheng Dou、Xing Xie、Xiaoyuan Yi、Furu Wei
摘要：文化价值对齐不仅需要模型优化，还需要一个以真实人类证据为依据、被明确界定的目标。然而，此类目标应如何以人类数据为依据，在很大程度上仍未被探索，这引出了三个根本性问题：（1）应当代表谁的价值？（2）应在何处观察文化价值？（3）哪些信号能揭示潜在价值？我们通过 Re3Culture 研究这些问题，这是一个大规模数据集，关联了：（i）代表性社群：通过文化归属筛选和人口特征感知采样招募的、来自四种文化的 700 多名人类参与者；（ii）真实场景：由社群成员选出的文化敏感场景，例如家庭与亲属关系；（iii）显性价值信号：1,400 多份价值调查、20,000 多条基于主题的行为原则和显性价值优先级，以及针对 6,000 多个情境问题的回答。我们的分析表明这些选择为何对界定目标至关重要，并得出三点启示。第一，估计文化价值既需要社群归属，也需要广泛的内部覆盖。替换为其他文化或限制子群体覆盖范围会改变价值估计。LLM 模拟也会不成比例地反映特定子群体。第二，价值必须在具体的、由社群引导的情境中观察。抽象的问卷画像难以恢复情境化优先级，且不同社群对哪些场景能揭示文化价值存在分歧。第三，价值优先级应被显式引出，而不能仅从回答偏好或底线答案中学习。偏好会将价值一致性与其它回答层面的质量混为一谈，而相似的答案可能源自不同的价值优先级。通过满足这些要求，Re3Culture 提供了首个以人类为依据的资源，为文化价值对齐的目标界定提供明确信息。
| 主题： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.41793 [cs.AI] |
| （或 arXiv:2610.41793v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.41793 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jing Yao [查看邮箱]
[v1]
2026年10月30日星期五 14:24:09 UTC（6,478 KB）
来源：arXiv cs.AI · arxiv.org