Western film
PulseAugur coverage of Western film — every cluster mentioning Western film across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
中国挑战西方“朝贡体系”论调，在全球影响力扩张中寻求话语主导权
中国正积极致力于重新定义其历史和当代的外交及经济关系，反击西方对其全球角色的解读。该国旨在建立自己的社会科学术语，而非采纳被认为歪曲其实践的框架。这一努力通过对“朝贡体系”的讨论得以凸显，该概念被西方学者用来描述中国的历史互动，如今正被投资者Ray Dalio等人物在不断变化的全球力量格局背景下重新审视。
-
研究发现：人工智能的西方偏见排斥非洲伦理
人工智能系统在道德上并非中立，因为其设计和伦理框架固有地受到西方假设和偏见的影响。这种语言和文化排斥影响了非洲与人工智能的关系，表明真正包容非洲的人工智能需要建立在 Hunhu 或 Ubuntu 等独特的伦理原则之上。
-
新基准测试AI对特定文化视觉情感的理解能力
研究人员推出了ArtECulture，一个旨在评估多模态大语言模型（MLLMs）在理解特定文化视觉情感方面表现的新基准。该基准包含6,792件艺术品，并标注了跨越英语、中文和阿拉伯语文化的特定情感感知，旨在平衡代表西方和非西方艺术。对16个MLLMs的初步评估显示，即使是最好的模型也表现不佳，准确率低于50%。为了提高性能，研究人员提出了一个检索增强框架，将明确的文化知识注入MLLMs，从而增强预测和解释生成能力。
-
大型语言模型常常嵌入西方价值观，忽视多元文化 · 跟踪 2 个来源
大型语言模型经常嵌入西方道德价值观，忽视多元文化视角。这种偏见源于其训练数据，这些数据常常过度代表西方观点。解决这个问题需要有意识地努力将更广泛的文化规范和伦理框架纳入人工智能开发中。
-
中国AI公司引领视频生成技术商业化
中国AI公司正在迅速商业化其视频生成技术，在速度上超越了西方竞争对手。字节跳动、腾讯和阿里巴巴等巨头正专注于将这些工具整合到业务工作流程中，而不是仅仅专注于模型开发。这一战略转变表明中国与西方在视频合成能力上的差距正在缩小。
-
中国社交媒体拥抱AI艺术，与西方批评形成对比
中国社交媒体用户似乎很喜欢AI生成的内容，包括艺术和动画，而没有像西方平台那样广泛的批评。“AI垃圾”的心态在中国基本上不存在。这种在中国被接受的现象被视为AI在各个领域持续进步和应用的积极信号。
-
大型语言模型可推断文化背景但难以应用于回应
一项新的研究论文介绍了一个文化和语用回应推断（CAPRI）数据集，用于研究大型语言模型（LLMs）如何处理文化背景。虽然大型语言模型可以推断用户的文化背景并回忆相关的惯例，但除非被特别指示，否则它们通常无法应用这些知识来调整其回应。研究表明，模型在有更多文化线索时会表现出越来越多的适应性，但其固有的偏见会影响其输出，有时会与其原产国的模型保持一致。
-
日本LLM微调对8B模型在RAG任务上至关重要
一项评估8B参数语言模型在日本检索增强生成（RAG）任务上表现的最新基准测试显示出显著的性能差异。经过日本微调的模型平均得分0.52，优于Llama 3.1-8B（0.22）和Mistral-7B（0.18）等西方模型。Gemma 4 31B表现强劲（0.62），但其关键因素是模型规模较大，而非专门针对日本的优化。值得注意的是，中国的DeepSeek r1-8b模型表现出可比性，得分为0.51，与经过日本微调的模型相当。
-
为什么所有的大型语言模型都痴迷于日本文化？论大型语言模型隐藏的文化和区域偏见
一项新的研究论文探讨了大型语言模型（LLMs）中存在的文化偏见，发现与普遍认为的西方偏见相反，这些模型表现出对日本文化的明显偏好。该研究利用了一个名为CROQ（Culture-Related Open Questions）的新数据集来分析LLM的响应。研究人员观察到，当使用英语等高资源语言进行提示时，LLM会提供更多样化的输出，并且文化偏见似乎出现在监督微调阶段，而不是预训练阶段。