연구자들은 대규모 언어 모델이 주로 서구적인 것이 아닌 다양한 글로벌 가치를 반영하도록 돕도록 설계된 대규모 선호 데이터셋인 PLURAL을 소개했습니다. 이 데이터셋은 92개국을 아우르는 통합 가치 조사에 기반하며, 20개의 다양한 국가의 사람들을 대표하는 약 50만 개의 합성 선호 삼중항을 포함합니다.
- PLURAL은 규범적 가치 신호를 보존하면서 전국 대표 설문 응답을 현실적인 시나리오로 변환합니다.
- 데이터셋 수준 검증은 원래 설문에서 국가 간 차이와 국가 내 다양성 모두를 보존함을 확인했습니다.
- 자동 평가는 강력한 베이스라인과 비교하여 PLURAL로 학습할 때 문화적 프로필 정렬의 평균 절대 오차가 최대 27.7% 감소함을 보여줍니다.
- 인도, 브라질 및 일본의 참가자 176명을 대상으로 한 맹검 인간 평가에서 PLURAL에 정렬된 응답이 자국의 가치를 더 잘 대표한다고 판단했습니다.
저자들은 이것이 다원적 정렬을 위한 확장 가능한 리소스를 제공하여 모델이 전 세계적으로 다양한 가치 체계를 더 잘 표현할 수 있게 하므로 이를 중요하게 여깁니다.