論文:全てのLLMは日本が大好き、学習ネタのredditが日本ヲタだはけだから

研究者たちは、すべての大規模言語モデル（LLM）が密かに日本に執着していることを証明しました。

そして、彼らはついにその理由を突き止めました。

彼らは、大規模言語モデルに潜む隠れた文化的バイアスを調査した論文を発表しました。

彼らは、gemini、chatgpt、claude、llamaなどのモデルに対して、24の異なる言語で31,000の質問をテストしました。

彼らはすべての地理的なヒントを排除し、モデルに単に場所を選んで答えるよう求めました。

その発見は普遍的でした。幅広いモデルと言語を横断して、日本文化に対する遍在する「執着」が存在します。

日本と何のつながりもない言語でプロンプトを与えても、彼らは実際のグローバルな人口統計学的重みに比べて、著しく高い割合で日本の規範、価値観、美学にデフォルトします。

最も衝撃的な部分？ 彼らはAIがこの執着を発展させる正確なタイミングを追跡しました…そして、それは生のインターネットを読むからではありません。

事前トレーニング中、モデルは実際には世界に対するかなりバランスの取れたグローバルな視点を保持しています。この執着は、安全フェーズで注入されます。

テック企業がこれらのモデルを「役立つ、無害で、礼儀正しい」ものに微調整する際、AIは企業の安全ガイドラインを直接日本の文化的概念にマッピングし始めます。完璧で非攻撃的で従順なアシスタントを作成しようとする過程で、彼らはモデルが世界をどのように見るかを歪めました。

量子化プロセス（モデルをローカルで高速に動作させるために圧縮する）は、この決定論性を実際に増幅します。ローカルモデルが小さく速くなるほど、よりステレオタイプ的に振る舞い、日本文化のトロープが急激にスパイクします。

私たちは実存的なAI安全についてこれほど時間を費やしていますが、本当の整列問題は、私たちの最も先進的な推論エンジンが日本のインターネット文化に過度に固執していることです。

すべてのモデルアップグレードは、物語、事実、コードを生成する方法を規定する見えない地域バイアスを強化しています。インターネットの文化的常識は普遍的ではありません…

それは、redditとアニメwikiのヘビーユーザーが執着していたものに単に局所化されているだけです。

https://x.com/thesupermannx/status/2112893797592109088

https://arxiv.org/pdf/2604.21751v1

それだけ日本が植民地