注意差距：大语言模型与亚洲公众舆论对齐的陷阱

研究者对 GPT-4o-Mini、Gemini-2.5-Flash、Llama 3.2、Mistral 和 Gemma 3 五个模型开展覆盖印度、东亚和东南亚的多语言文化对齐审计，以宗教作为考察更广泛对齐的切入点。团队用 log-probs/logits 分析各模型的内部表征，将模型观点分布与真实公众态度对比，发现这些模型在宽泛社会议题上大体与民意一致，但持续无法准确呈现宗教观点，尤其是少数群体的观点，并常放大负面刻板印象。人口特征提示和母语提示等轻量干预只能部分缓解而无法消除这些文化差距。在 CrowS-Pairs、IndiBias、ThaiCLI、KoBBQ 等偏见基准上的下游评测也显示敏感场景中持续存在伤害和代表性不足，作者据此强调需要系统性的区域性审计以保障 LLM 的公平全球部署。