文化价值对齐不仅需要模型优化，还必须有基于真实人类证据的明确目标。然而，如何在数据上落地这些目标仍未得到系统研究。我们围绕三个核心问题展开：价值应代表谁、价值应在何种情境中观察、以及哪些信号能够揭示价值。
Re3Culture 是一个大规模数据集，包含四个文化背景下 700 多名参与者，采用文化归属筛选和人口统计感知抽样确保代表性。情境由社区成员自行挑选，聚焦家庭、亲属等文化敏感场景。价值信号包括 1,400 多份价值调查、20,000 多条主题化行为原则以及 6,000 多个情境化问题的显式价值优先级响应。
分析表明，估计文化价值必须兼顾社区归属和内部覆盖面。替换文化或仅限子群会导致价值估计偏移，LLM 模拟同样倾向于特定子群的表现。价值只能在具体、由社区指导的情境中被观察；抽象问卷的概况难以恢复情境化的价值优先级，不同社区对哪些情境能揭示价值的判断也存在差异。
价值优先级应通过显式询问获取，而非仅依赖偏好或最终答案。偏好混合了价值认同与其他响应特征，相似的答案可能源自截然不同的价值取向。通过满足这些要求，Re3Culture 成为首个人类基准资源，为文化价值对齐提供明确的目标定义。
点评：Re3Culture 为跨文化价值对齐提供了系统化、可验证的数据框架，强调了社区参与和情境具体性的关键作用，为后续模型评估与调优指明了方向。