يقدم الباحثون مجموعة بيانات PLURAL، وهي مجموعة بيانات تفضيلات واسعة النطاق مصممة لمساعدة نماذج اللغات الكبيرة على عكس القيم العالمية المتنوعة بدلاً من القيم الغربية السائدة. تستند مجموعة البيانات إلى المسح المتكامل للقيم، الذي يمتد عبر 92 دولة، وتحتوي على حوالي 500,000 ثلاثية تفضيل اصطناعية تمثل أشخاصًا من 20 دولة متنوعة.
- تحوّل PLURAL استجابات المسح الممثلة وطنيًا إلى سيناريوهات واقعية تحافظ على إشارات القيم المعيارية.
- تؤكد التحقق على مستوى مجموعة البيانات أنها تحافظ على كل من الاختلافات بين الدول والتنوع داخل الدولة من المسح الأصلي.
- تظهر التقييمات الآلية أن التدريب على PLURAL يقلل الخطأ المطلق المتوسط في محاذاة الملف الشخصي الثقافي بنسبة تصل إلى 27.7% مقارنة بأساسيات قوية.
- قضت التقييمات البشرية العمياء مع 176 مشاركًا في الهند والبرازيل واليابان بأن الاستجابات المحاذاة مع PLURAL أكثر تمثيلًا لقيمهم الوطنية.
يعتقد المؤلفون أن هذا مهم لأنه يوفر موردًا قابلاً للتوسع للمحاذاة التعددية، مما يمكّن النماذج من تمثيل أنظمة القيم المتنوعة عالميًا بشكل أفضل.