Newest papers

Investigating Multi-Cultural Value Selection Biases in LLMs

Siddhesh Pawar, Arnav Arora, Dustin Wright, Dirk Hovy, Isabelle Augenstein · 2026 · arXiv

DOI: 10.48550/arXiv.2610.31199 · open-access PDF

Korean

대형 언어 모델 (LLMs)은 문화적 정체성을 다층으로 구성하는 사용자를 제공하지만 문화적 평가는 일반적으로 정체성을 하나의 라벨로 줄입니다.이 작업에서 우리는 동시에 정체성 퀴즈에 따라 LLM을 연구하고 시스템 퀴즈에 국가 인격자와 사용자 회전에서 두 번째 정체성을 표시하여 국가 (분명한 퀴즈) 또는 쿼리 언어 (분명한 퀴즈)를 통해 국가를 명명합니다. 우리는 세계 가치 조사 (WVS)의 다중 선택 퀴즈 퀴즈와 개방적 인 사회 정치적 세대를 테스트합니다.

Machine translation (Meta M2M100); the English original follows.

Abstract

Large language models (LLMs) serve users whose cultural identities are multi-layered, yet cultural evaluations commonly reduce identity to one label. In this work, we study LLMs under simultaneous identity cues, with a country persona in the system prompt and a second identity signaled in the user turn, either by naming a country (explicit cue) or through the query language (implicit cue). We test World Values Survey (WVS) multiple-choice probing and open-ended sociopolitical generation. In multiple-choice probing, language cues shift answers about three times more than explicit cues but away

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange