两篇新研究论文强调了为非英语语言和文化开发人工智能的挑战。其中一篇论文回顾了构建阿拉伯语自然语言处理资源的二十年历程，得出结论认为社会和制度因素比语言因素更难克服。另一篇论文介绍了一个基准，用于评估多模态大型语言模型（MLLMs）在不负面影响其在其他文化背景下表现的情况下，适应不同文化的能力。 AI
影响 强调了对更具文化意识和语言多样性的人工智能模型的需求，表明当前的方法在跨文化适应方面存在困难。
排序理由 该集群包含两篇学术论文，讨论了特定语言和文化背景下人工智能开发所面临的挑战。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
This paper reflects on twenty years of building NLP resources and research infrastructure for Arabic, a language spoken by hundreds of millions yet historically underserved relative to languages such as English or Chinese. The first decade focused on foundational linguistic infra…
arXiv:2605.06115v1 Announce Type: new Abstract: Multimodal Large Language Models (MLLMs), trained primarily on English-centric data, frequently generate culturally inappropriate or misaligned responses in cross-cultural settings. To mitigate this, we introduce the task of cross-c…