CC-调解：评估 大语言模型 的跨文化冲突调解

大语言模型 (LLM) 的跨文化调解需要决定何时干预以及如何应对基于文化的冲突。由于缺乏（1）具有可测量下游效应的中介数据集和（2）评估跨文化立场变化的原则性指标，该问题的进展受到限制。为了解决这些差距，我们引入了 CC-Mediation，这是一个跨文化调解基准，价值 1{,}661 美元，十轮对话，基于跨文化敏感性发展模型 (DMIS)，包含基于文化的冲突、调解干预措施和干预后轨迹。我们进一步提出了两个基于 DMIS 的评估指标：轨迹 AUC（衡量跨文化改善随时间推移的持续性）和符号 Wasserstein-1 距离（衡量跨文化立场转变的幅度和方向）。这两个指标都与人类对基于 DMIS 的立场转变的判断高度一致。使用 CC-Mediation，我们发现当前的 LLM 在两个轴上都有局限性：干预时机（何时）失败源于忽略对话内容的位置先验，而调解策略（如何）失败则源于后期层引发崩溃而不是知识缺陷。