研究发现大模型SFT对齐偏向日本文化

2026年10月23日，X 账号“阿易 AI Notes”发布消息称，巴斯克大学与卡迪夫大学的研究以 31000 个测试样本、24 种语言的开放性文化问题测试主流模型，发现 Gemini、ChatGPT、Claude、Llama 在剥离地理前缀后不成比例地默认输出日本案例。该研究将这一偏差定位为并非来自预训练，而是在 SFT 对齐阶段被引入；文中还称边缘量化压缩会加剧这种单一化倾向。目前该发现仅见于这一条转述报道，尚无其他来源的独立报道或模型方回应。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。