通过研究大型多模态模型（LMMs）在识别文化背景、不同文化的表征准确性以及跨文化边界调整内容的有效性的综合三阶段研究，本文揭示了 LMMs 文化理解水平的差异，通过 Dalle Street 数据集验证，进而提出了一种高度可组合的 CultureAdapt 流水线，从而突出了发展文化感知系统的必要性。

Jul, 2024

通过从维基百科文献到链接页面的导航，建立文化知识的多元多样化采集方法与 CultureAtlas 数据集，该数据集涵盖了各种亚国家地理区域和族群，用于评估语言模型在文化多元背景下的表现和开发具有文化敏感和意识的语言模型，以促进数字领域中全球文化的更具包容性和平衡的表达。

Feb, 2024

介绍了利用文档通用数据集和模型进行启动的 DoSA（文档特定自动注释）方法。通过自动化的方法生成的初步注释可以由人类审查其正确性。这些注释可以用作训练新的文档特定模型的反馈，其中自动化注释可以经过人工审查以检查其正确性。本文的范围仅限于类似于表单的文档，但随着更多数据集的建立，这个想法可以扩展到更多类型的文档中。

Nov, 2022

通过生成式视觉 - 语言模型来增强艺术品数据集，以应对文化遗产领域中有限的注释数据和领域偏移，提高模型对艺术特征的理解和生成恰当术语的能力。

Aug, 2023

用生成模型捕捉并保护地域和社区独特的方面，本文讨论了潜在扩散模型在代表本地文化概念、历史人物和濒危物种方面的潜力，以巴西里约格兰德州的文化遗产为例进行了研究。

Jan, 2024

该论文指出样本多样性对于 ODD 检测的关键作用，在此基础上提出一种名为 DOS（多元异常值采样）的采样策略，可以有效地降低平均 FPR95。

Jun, 2023

本文主要讨论了在现实生活中，应用机器学习的算法所面临的各种挑战，提出了数据导向架构（DOA）作为一种解决方案，探讨了现有的基于机器学习的实际系统是否实现了 DOA 的原则，并提出了 DOA 进一步发展的研究方向和挑战。

Feb, 2023

本文提出了 SODA 数据集，该数据集包含 100 万个高质量的社交对话，利用该数据集训练了 COSMO，一个可推广的谈话代理，在域内和域外数据集上表现优异，同时进行了广泛的评估，并与以前最优秀的谈话模型进行了比较，结果表明 COSMO 在未知数据集上表现更加自然和一致。

Dec, 2022

通过 MANGO 方法，从概念和文化两个入口点逐步指导大型语言模型，提取文化知识，通过聚类和生成式摘要方法合并，最终获得了 167K 个高准确性的关于 30K 个概念和 11K 个文化的表述，达到了非常显著的提升。将 MANGO 的知识应用于对话系统中，增强了对话系统的整体质量、特异性和文化敏感性，经过人工标注员评价证实。提供数据和代码下载。

Feb, 2024

该研究基于 SALSA 数据集，实现了针对自由对话群体的多模态社交场景分析，该分析可以自动提取每个参与者的行为和个性特点，并论证了多个线索的协同作用如何有助于对社交互动的自动分析。

Jun, 2015