巴斯克大学与卡迪夫大学研究团队在一项新研究中，对 GPT-4o-mini、Gemini 2.5 Flash、Claude 3.5 Haiku、Llama 4 Maverick、Command-R、Magistral、DeepSeek 与 Qwen 共 8 款主流大型语言模型进行了测试，构建了涵盖 11 大类、66 个子话题、共 31,680 道开放式文化问题的数据集，以 24 种语言提示模型作答并强制要求指定具体国家或地区。结果显示，八款模型中有五款将日本列为"母语国以外最常引用的国家"，仅两款偏向美国；GPT-4o-mini 在输出中引用日本高达 944 次。即便以孟加拉语、加泰罗尼亚语、豪萨语或斯瓦希里语提问，答案依然频繁指向日本，说明这一偏向并非由用户引入，而是深植于模型本身。
研究团队进一步对比基础预训练模型与面向消费者发布的指令微调模型后发现，基础模型对各国文化的引用分布相对均匀；偏向日本与美国的集中程度在监督微调（SFT）阶段出现骤然坍缩，后续的指令对齐仅能边际性缓解，无法恢复基础模型的均衡分布——研究者据此认定，偏向是在人类标注者指定"优质回答"示例时被系统性训入的，与原始互联网数据对日本内容的天然占比关系不大。此外，研究还发现低资源语言（如安哈拉语、巽他语）的模型输出高度自我指涉、拒绝回答比例更高；而英语、中文、俄语等高资源语言则产生更多元的地理引用。作者警告，若模型持续偏向特定文化视角，“可能为来自其他文化背景的用户提供不充分甚至不恰当的回答”，而这对如今 AI 在社会、职场与文化生活中的广泛渗透而言，影响不可小觑。
Cybernews