LLM中的形象和文化知识：通过微调研究跨域转移

比喻语言深深地植根于文化之中；流利的使用不仅需要语言能力，还需要文化沉浸。我们问LLM是否可以学习这个链接：文化数据上的微调是否可以提高比喻语言的理解，反之亦然？我们对四个模型（ALLaM-7B、Fanar-1-9B、Qwen3-8B、Llama-3.1-8B）和六个阿拉伯数据集进行了系统研究，涵盖不同方言和地区的文化常识、谚语和诗歌。诗歌上的 微调 提高了习语理解（+2.33%，p<0.05），这是我们的阿拉伯MMLU控制无法重现的增益，表明它源于比喻内容而不是阿拉伯语言适应，并指出对跨比喻类型转移的非字面含义的敏感性。相比之下，文化 微调 降低了两个以阿拉伯语为中心的模型中谚语解释的准确性。否则，两个领域之间的迁移与噪声无法区分，阿拉伯语模型在 微调 之后频繁回归，表明相关知识先前已饱和，而多语言模型则显示出更大的适应空间。错误分析进一步表明，微调 强化了经验文化知识，同时破坏了历史事实知识的稳定性。我们的研究结果表明，文化与比喻语言之间的关系虽然在概念上是自然的，但仅通过 微调 并不能直接捕捉到。