同样的教训，不同的故事：《大语言模型》中文化叙事的跨语言重构

当多种文化传达相同的道德教训时，对文化语境依据的评估就变得复杂。这一挑战与 大语言模型 (LLM) 尤其相关，它产生跨多种语言和文化背景的叙事。然而，当通过不同的文化形式传达相同的道德教训时，这些模型是否保留了基于文化的意义仍然不确定。本研究引入了一种多语言评估叙事框架，该框架整合了涵盖 15 种语言的 414 条谚语的跨语言集合，并使用四个 LLM 生成 13k 个叙事。通过使用语义上等效的谚语作为基于文化的提示，该分析评估了模型是否保留了跨语言的意义、跨语言调节如何影响叙事实现，以及不同的模型系列是否趋于相似的解释。结果表明，跨语言提示在很大程度上保留了谚语层面的语义，同时系统地重新分配能动性、社会定位和叙事结构。此外，在单语言和跨语言环境中都观察到了强大的模型间收敛，这表明尽管架构和语言存在差异，多语言 LLM 仍依赖于共享的语义抽象。这些发现揭示了对文化基础进行更全面评估的必要性。在多语言叙事评估中完全依赖语义相似性可能会因忽视叙事表达中具有文化意义的变化而高估文化保护。