知识卡片：LKValues：使大语言模型对齐斯里兰卡社会价值观

英文标题：LKValues: Aligning Large Language Models with Sri Lankan Societal Values
英文关键词：LKValues, value alignment, Sri Lanka, Sinhala, LLM, cultural bias, low-resource language
原始来源：https://arxiv.org/abs/2607.20410v1

一句话结论

LKValues 是首个基于调查的斯里兰卡价值观对齐资源套件，包含 40 个多数人认可的社会价值观、15 万条僧伽罗语-英语指令数据和 1000 条评估基准；微调 Qwen 系列模型后显著减少了无效输出和跨语言差异，但效果依赖模型家族。

事件概述或研究问题

大语言模型（LLM）的价值观对齐普遍偏向西方文化规范，导致对多语言社会（如斯里兰卡）的本地价值观处理不当。现有基准缺乏斯里兰卡语境下的价值观（特别是其官方语言僧伽罗语），阻碍了文化敏感性的评估与微调。

方法/产品要点

• 价值观提取：通过三语调查（205 名受访者），融合改编的全球框架和 LLM 引发的本地构念，提炼出 40 个多数人认可的社会价值观。
• 指令语料：基于新闻来源构建 LKvaluesIT（僧伽罗语-英语，15 万个情景实例）。
• 评估基准：构建 LKvaluesBench（1000 个实例的价值观敏感评估基准）。
• 模型处理：评估多个闭源和开源 LLM，并微调三个开源基础模型（Qwen3.5-4B-Base、Qwen3.5-9B-Base、Aya-Expanse-8B-Base）。

主要结果或产业意义

• 新近和更大的 LLM 仍存在低资源语言和文化价值观对齐缺口。
• LKValues 微调显著改善了 Qwen 系列模型在英语和僧伽罗语上的表现，降低了无效输出和跨语言差异；但提升效果依赖于模型家族。
• 提供了可复现的管线，适用于低资源、特定国家的多元价值观对齐，数据集开源。

为什么重要

本研究填补了斯里兰卡价值观对齐的资源空白，强调在 LLM 对齐中纳入非西方、低资源语言和多元文化价值观的必要性。其方法论可推广到其他低资源国家或地区，推动全球 AI 价值观包容性。

局限与不确定性

• 调查仅 205 名受访者，可能无法完全代表斯里兰卡的多元社会群体（待核实代表性）。
• 微调效果仅在 Qwen 系列模型中显著，在其他模型家族（如 Aya-Expanse）上未见提升（待核实具体增益幅度）。
• 数据集仅基于新闻来源，场景覆盖可能有限（待核实泛化到其他领域的能力）。

可用于图书/PPT/简报的角度

• AI 偏见：展示西方文化偏见如何影响非西方社会，以及如何通过本地化调查进行校正。
• 低资源语言：僧伽罗语作为低资源语言在 LLM 对齐中的挑战与解决方案。
• 可复制性：斯里兰卡案例为其他发展中国家提供了可复现的价值观对齐管线，适合作为“全球南方 AI 治理”的实践案例。

原始材料

• 论文：LKValues: Aligning Large Language Models with Sri Lankan Societal Values. arXiv:2607.20410v1.
• 数据集：https://github.com/NextME14/LKValues