The Culture Funnel: You Can't Align What isn't in the Data

En 3 lignesLes modèles de langage souffrent d'un « entonnoir culturel » : les signaux culturels explicites déclinent fortement lors du post-entraînement, dominés par des données géographiquement concentrées. Une étude avec framework de tagging multidimensionnel sur 5,6M samples montre que le multilingue améliore la diversité géographique mais pas l'équilibre. Les auteurs publient un dataset culturellement tagué.

Résumé généré par Claude — vérifié par l'humain