English(EN) ChronoCulture: Evaluating Cultural Awareness Across Time in Large Language Models

新基准揭示大型语言模型难以应对随时间演变的文化态度

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-15 04:00

一个名为 ChronoCulture 的新基准已被开发出来，用于评估大型语言模型（LLMs）在不同时期内的文化意识。该基准由 10,360 个时间对组成，这些时间对源自 72 个国家/地区的纵向调查数据，并使用调查问题和人口响应分布作为真实情况。对六个 LLMs 的初步测试表明，虽然这些模型通常可以预测特定时间点的文化态度，但它们难以准确地表示这些态度是如何演变的。使用特定年份提示模型也显示出在与调查响应保持一致方面几乎没有改善，这表明 LLMs 倾向于呈现静态的文化动态视图。 AI

影响突显了 LLMs 在理解时间性文化转变方面的差距，表明未来模型需要更好地捕捉不断变化的社会规范。

排序理由该集群描述了一篇介绍用于评估 LLMs 的新颖基准的学术论文。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 12 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一篇介绍用于评估 LLMs 的新颖基准的学术论文。
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, model release; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Rusali Saha, Nitya Khurana, Ruihong Huang, Kuan-Hao Huang · 2026-10-15 04:00

ChronoCulture: 评估大型语言模型跨时文化意识

arXiv:2610.20472v1 Announce Type: new Abstract: Cultural attitudes and social norms evolve over time, yet most cultural benchmarks for large language models (LLMs) treat culture as a static attribute of a country or region. We introduce ChronoCulture, a benchmark of 10,360 tempor…

本文如何被排名

报道来源 [1]

ChronoCulture: 评估大型语言模型跨时文化意识

相关实体

相关话题