从标注到推理：语言模型中的文化

一篇 perspective 论文提出，语言模型的文化评估应从事实标注转向推理深度，以证据为中心构建 benchmark，并保留学者之间的解读分歧。作者认为文学解读适合考察这类能力，即模型能否解释文化引用、用证据支撑解读并在受批评后修正，重点是文本跨历史与语言语境的引用与改写。研究以丹麦文学为起点，主张用文学数据、语境资源和学者反馈指导模型开发，超越常规 benchmark 指标。