社会规范对人际交往产生根本性的影响。本研究介绍了 NormDial，一个高质量的双向对话数据集，其中具有中美文化中社会规范的每个交互回合的注释。通过引入社会规范遵守检测任务，我们使用人机协同流程使用少量由专家注释的社会规范提示大型语言模型在中英文中合成生成了数据集。我们通过人工评估表明我们生成的对话质量很高，并进一步评估现有大型语言模型在此任务上的性能。研究结果指向了跨语言和文化对话背景中了解社会规范微妙之处的新方向。

Oct, 2023

本文针对社交媒体上的冲突话题，研究了如何利用个性化方法对 13k 个标注者进行标注，比较了该方法在预测社交规范感知方面的有效性，并对不同关系下的社会情境的性能进行了分析。

Oct, 2022

本文介绍和演示了一种从自然语言文本中学习社会规范的计算方法，包括什么是正常和什么是规范的区别，为普通人培训 AI 系统有关社会规范提供了基础。

Jan, 2022

社交规范是了解人物行为背后动机的关键；Social Chemistry 是一种新的正式概念体系，能够研究人们日常社交规范和道德判断，Social-Chem-101 是一个大规模的数据集，包含 292k 个使用自然语言描述的生活情境中的粗略规则，Neural Norm Transformer 是一种新型神经网络模型，能够成功推理先前未见过的情况，生成相关的社交规则。

Nov, 2020

探究自然语言生成模型作为行为先验条件用于社交环境中行为的假设生成，结合 Moral Stories 数据集研究并提出解码策略，通过综合专家模型实现优质行为生成、后果和规范生成。

Dec, 2020

本文通过分析 ChatGPT 对量化人类文化差异的问题的反应，研究了 ChatGPT 的文化背景，并表明当提示语是美国背景时，ChatGPT 的响应与美国文化强烈关联，但对于其他文化背景适应性降低；此外，使用不同提示来探测模型，显示英文提示会减少模型响应的差异，使文化差异变平，并偏向美国文化，该研究提供了有关 ChatGPT 文化影响的有价值见解，并强调了语言技术中更大的多样性和文化意识的必要性。

Mar, 2023

NormBank 是一种包含 155k 个情境规范的知识库，旨在为交互式、辅助式和协作式 AI 系统提供灵活的规范推理基础，通过包含多价社会文化框架来激发推理，其中包括场景、角色和其他物理、社会和文化限制；NormBank 还包含 63k 个唯一约束，并通过不同的组合来构建社会规范，而这些规范是非单调的，可以通过微调其框架来取消推理。

May, 2023

我们提出了一个新的挑战，以检验大型语言模型是否理解社会规范。我们的数据集需要对社会规范有基本的理解才能解决，它包含了 402 种社会规范技能和 12,383 个问题，涵盖了从意见和争论到文化和法律的广泛社会规范。我们根据 K-12 课程设计了数据集，使得能够直接将大型语言模型的社会理解与人类，特别是小学生进行比较。尽管先前的研究在我们提出的基准测试上几乎随机准确，但最近的大型语言模型如 GPT3.5-Turbo 和 LLaMA2-Chat 能够显著提高性能，仅稍微低于人类的表现。然后，我们提出了一种基于大型语言模型的多智能体框架，以提高模型理解社会规范的能力。这种方法进一步改进了大型语言模型与人类的水平相当。考虑到大型语言模型在现实应用中的日益普及，我们的发现尤为重要，为未来的改进提供了独特的方向。

Apr, 2024

本文介绍了一种新的方法，通过在众包 commonsense 知识的基础上引入有文化或国家差异的知识，并将其应用于常见事件的 commonsense 推理中，从而区分不同国家 / 文化知识组的身份，有望提高人类化 NLP 任务性能。

Sep, 2020

我们提出了一个名为 CRSEC 的建模代理架构，能够在大型基于语言模型的代理人群体中产生社会规范，通过 Creation＆Representation、Spreading、Evaluation 和 Compliance 四个模块处理社会规范的涌现过程，并将其纳入代理人的规划和行动中，实验证明了该架构在减少社会冲突方面的有效性。

Mar, 2024