Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2507.09701

帮助 | 高级搜索

计算机科学 > 计算与语言

arXiv:2507.09701 (cs)
[提交于 2025年7月13日 ]

标题: MCEval:一种用于LLMs公平多语言文化评估的动态框架

标题: MCEval: A Dynamic Framework for Fair Multilingual Cultural Evaluation of LLMs

Authors:Shulin Huang, Linyi Yang, Yue Zhang
摘要: 大型语言模型表现出文化偏见和有限的跨文化理解能力,特别是在服务多元化的全球用户群体时。 我们提出了MCEval,一种新颖的多语言评估框架,该框架采用动态文化问题构建,并通过反事实改写和混杂因素改写实现因果分析。 我们的全面评估涵盖了13种文化和13种语言,系统地评估了不同语言场景下的文化意识和文化偏见。 该框架提供了39,897个文化意识实例和17,940个文化偏见实例。 实验结果揭示了不同语言场景下的性能差异,表明最佳文化表现不仅与训练数据分布有关,还与语言与文化的匹配度有关。 评估结果还暴露了公平性问题,其中在英语场景中表现成功的方案在其他场景中会造成显著劣势。 MCEval是第一个全面的多语言文化评估框架,为深入理解LLMs的文化理解提供了更深层次的见解。
摘要: Large language models exhibit cultural biases and limited cross-cultural understanding capabilities, particularly when serving diverse global user populations. We propose MCEval, a novel multilingual evaluation framework that employs dynamic cultural question construction and enables causal analysis through Counterfactual Rephrasing and Confounder Rephrasing. Our comprehensive evaluation spans 13 cultures and 13 languages, systematically assessing both cultural awareness and cultural bias across different linguistic scenarios. The framework provides 39,897 cultural awareness instances and 17,940 cultural bias instances. Experimental results reveal performance disparities across different linguistic scenarios, demonstrating that optimal cultural performance is not only linked to training data distribution, but also is related to language-culture alignment. The evaluation results also expose the fairness issue, where approaches appearing successful in the English scenario create substantial disadvantages. MCEval represents the first comprehensive multilingual cultural evaluation framework that provides deeper insights into LLMs' cultural understanding.
主题: 计算与语言 (cs.CL)
引用方式: arXiv:2507.09701 [cs.CL]
  (或者 arXiv:2507.09701v1 [cs.CL] 对于此版本)
  https://doi.org/10.48550/arXiv.2507.09701
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Shulin Huang [查看电子邮件]
[v1] 星期日, 2025 年 7 月 13 日 16:24:35 UTC (7,119 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
cs
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-07
切换浏览方式为:
cs.CL

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号