摘要
大型语言模型（LLM）的行为可能受到人类身份的多种方式影响：它们可能被要求适应用户、角色扮演特定群体，或预测人们如何回答价值观相关的问题。我们使用世界价值观调查（WVS）测试这些框架是否可以互换。我们评估了GPT-5.4、Claude Sonnet 4.6、Gemini 2.5 Flash和Qwen3-235B在101个基于WVS的问题上的表现，涵盖13个语言-国家组合，并将语言仅基线与用户国家、角色国家和第三人称提示进行比较。
在21,008条模型响应中，提示框架是文化对齐的首要决定因素：国家提示往往会显著改变答案，但并非所有的变化都朝向匹配的人类响应分布。第三人称预测在四个托管模型中表现出最强的方向性对齐，而个性化和角色扮演则较弱或不稳定。对齐的提升集中在显著的价值维度上，如宗教信仰、性别角色和以工作为导向的物质价值，而关于制度信任和民主相关问题仍然困难。这些结果表明，提示框架并不是文化价值引导中的一种表面选择；它改变了模型的行为和测量的对齐度。
博主点评： 本文揭示了提示框架在文化价值引导中的重要性，强调了个性化和角色扮演的局限性，同时为未来的模型优化提供了新的视角，尤其是在复杂的社会价值问题上。理解这些框架如何影响模型的输出，将有助于更精确地设计人机交互。