大语言模型 中文化不平衡的城市认知

大语言模型 (LLM) 越来越多地用于描述和评估城市，但其城市判断的文化结构仍未得到充分研究。在这里，我们介绍了一个测量框架，用于使用全球分层街景图像数据集来测试基于 LLM 的城市感知是否具有文化中立性。三个前沿多模式模型生成的开放式描述和结构化分数都表明，中立基线比其他文化框架更接近与欧洲和北美相关的区域框架。人工智能与人类城市感知之间的比较进一步表明，提示可以使人工智能的反应更接近特定区域的人类描述，但无法恢复人类反应的多样性和多样性，使观察到的人口统计模式变得扁平，并引入基于情感的自我偏爱偏见。这些结果表明，将人工智能视为城市任务的中立工具存在系统性风险，特别是当模型输出用于比较、评估或代表跨文化背景的城市时。