WHEN TOM EATS KIMCHI: Evaluating Cultural Bias of Multimodal Large Language Models

在这里插入图片描述

文章总结

主要内容

本文研究了多模态大型语言模型(MLLMs)在混合文化语境中的文化偏见问题。通过构建跨文化基准数据集MIXCUBE,作者测试了模型在面对不同种族人物与文化元素(如食物、节日、服装)结合时的识别能力。研究发现:

  1. 高资源文化(如英国、美国):模型表现稳定,准确率下降幅度较小(<15%)。
  2. 低资源文化(如阿塞拜疆、缅甸):模型对人物种族变化敏感,准确率下降显著(如GPT-4o在阿塞拜疆食物识别中准确率下降超40%)。
  3. 数据偏差:现有模型对低资源文化的认知不足,可能源于训练数据中文化多样性不足。
创新点
  1. MIXCUBE数据集:包含5个国家(阿塞拜疆、缅甸、韩国、英国、美国)、3类文化元素(食物、节日、服装)的2500张图像
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值