研究揭密：主流模型為什麼獨鍾日本文化

人們一直以來被告知，AI 多以西方世界為中心，通常反映西方、尤其是美國的價值觀，但是今年有篇研究論文，徹底推翻了這個假設。研究人員發現，所有主流大型語言模型其實對日本及其文化情有獨鍾。

來自英國卡迪夫大學（Cardiff University）和西班牙巴斯克大學（University of the Basque Country）的研究人員，針對全球 8 款大型語言模型、24 種語言進行測試，今年 4 月發表的論文揭露 AI 特別對於日本的執著。

研究人員從涵蓋 11 項廣泛主題、66 項子主題、多達 31,680 道文化相關開放式問題（Culture-Related Open Questions，CROQ），建立一份全新資料集，接著輸入提示詞由 8 款模型作答，並強制模型必須挑選一個特定的國家或區域。

研究結果出乎意料的是，8 款模型中有 5 款，在所有非母語相關國家最偏好日本，只有 2 款比較偏好美國。

受測模型包括 GPT-4o mini（OpenAI）、Gemini 2.5 Flash（Google）、Claude 3.5 Haiku（Anthropic）、Llama 4 Maverick（Meta）、Command-R（Cohere）、Magistral（Mistral AI）、DeepSeek-V3.2-Exp（DeepSeek）、Qwen2.5（阿里巴巴），模型作答不斷提及日本、美國、印度、中國、法國等，但以日本居多。單就 GPT-4o mini，作答內容中提及日本多達 944 次。

即使提示詞使用的語言與日本無明顯連結，模型仍不斷提及日本和日本文化。以孟加拉語、加泰隆尼亞語、加利西亞語、豪薩語或斯瓦希里語向 AI 提問，日本仍會冒出來，也顯示這項偏誤並非由使用者造成，而是深深烙印在模型中。

為何偏好日本？

為了找出模型這股執著的來源，研究人員將僅以原始網路資料進行預訓練（pre-training）的基礎模型，與經過指令微調（instruction-tuned）的模型對照版本加以比較。

基礎模型在各國之間的文化提及次數和分布相對平均，但經過監督式微調（supervised fine-tuning，即運用經過整理的範例資料教導模型遵循指令的階段）之後特定偏好被放大，聚焦在在日本和美國，因此這種偏好並非來自預訓練的網路資料。

此外，當模型被問到沒有明確指定地點的 CROQ，它們往往不會根據提問的語言背景，而是依賴模型內部對於「強勢文化」的認知來作答。日本和美國在全球具有極高文化影響力，即使提問語言（例如西班牙語或阿拉伯語）與日本毫無地緣關聯，模型仍會系統性地依賴並呈現這類具備文化優勢的國家

研究人員的結論是：對於日本的執著，可說是由形塑 AI 助理、微調資料集的人刻意訓練進去的。

如果 AI 使用者是個哈日族，看到 AI 這麼偏愛日本，相信會忍不住會心一笑，彷彿與人們對話的 AI 也懂追番、會看日劇、充滿職人精神。這項研究也提醒人們，AI 的回答未必代表世界全貌，需要擁有多元、平衡的文化視角，才能理解不同國家的聲音。

（首圖來源：Unsplash）