论文发现LLM在英语中模糊表态、在低资源语言中明确站定立场。
资讯摘要
一篇论文构建了PerspectivesQA多语言数据集，覆盖18种语言、经人工核验的全球争议话题，并提出ROOTS框架，用于刻画语言、视角与表述框架的多样性。作者对8个开源与闭源模型进行评估，报告称LLM在英语中倾向模糊表态，在低资源语言中则明确站定立场；大模型跨语言世界观更一致，小模型更易被影响，且所有模型都对输入表层微小变化高度敏感。
要点速读
- 论文提出PerspectivesQA，为覆盖18种语言、人工核验的全球争议话题多语言数据集
- 提出ROOTS框架，分析语言、视角与表述框架的多样性
- 评估8个开源与闭源模型：英语中倾向模糊表态，低资源语言中更明确站定立场；大模型跨语言更一致，小模型更易被影响
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/28 08:00:17（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。