LKValues：把斯里蘭卡價值做進LLM對齊

LLM 要怎麼對齊斯里蘭卡的在地價值？

LKValues 用問卷、15 萬筆指令資料與 1,000 筆評測，把斯里蘭卡價值轉成可用的 LLM 對齊套件。

• 研究機構：arXiv 摘要未明確標註
• 核心數據：1,000 筆 benchmark
• 突破點：問卷驅動在地價值套件

這篇論文在處理一個很實際的問題：模型看起來很會回答，不代表它懂當地文化。作者認為，現有的 LLM 對齊與評測，多半偏向西方價值，對斯里蘭卡這種多語社會尤其不夠用。

如果你的產品要服務斯里蘭卡使用者，問題就不是「模型能不能講英文」，而是它會不會在該有的情境裡，給出符合在地社會規範的回應。LKValues 想補的，就是這個缺口。

這篇論文想解什麼痛點

摘要直接點出，LLM 的價值對齊研究長期偏向西方規範。這會讓多語社會裡的本地價值被忽略，尤其是低資源語言與在地化情境。

作者把斯里蘭卡當成案例。原因很明確：現有 benchmark 沒有把斯里蘭卡脈絡下的價值，特別是 Sinhala，放進去。結果就是，模型可能在通用測試看起來正常，但一到當地語境就失準。

所以這篇不是只在談「文化敏感」這種抽象概念，而是在補兩個工程缺口：一個是沒有在地價值集合；另一個是沒有能把這些價值轉成訓練與評測資源的資料管線。

LKValues 怎麼做

這套方法的起點不是模型輸出，而是人。作者做了一個三語問卷，收集 205 位受訪者的意見，再把調整過的全球框架和 LLM 產生的在地構念結合起來，整理出 40 個多數人認同的社會價值。

接著，這些價值被轉成兩種資源。第一個是 LKvaluesIT，一個以 Sinhala-English 新聞為來源的指令資料集，總共有 15 萬筆情境式樣本。第二個是 LKvaluesBench，一個價值導向的評測 benchmark，包含 1,000 筆資料。

這個拆法很重要。指令資料集是拿來做微調或適配，benchmark 則是拿來確認模型是不是真的學到作者要的行為。也就是說，這篇不只是定義價值，而是把價值做成可以實作的訓練與評測工具。

摘要也強調這套資源是 survey-grounded，也就是來自真實受訪者，而不是只靠模型生成，或直接從別的文化框架硬搬過來。

論文實際證明了什麼

摘要提到，作者用 LKvaluesBench 評估了一批商用與開源 LLM，也微調了三個開源 base model：Qwen3.5-4B-Base、Qwen3.5-9B-Base、Aya-Expanse-8B-Base。

他們的結論是，新一代、規模更大的模型，還是會有低資源與文化價值對齊落差。這點很值得注意。因為它表示，單純把模型做大，不會自動解掉在地文化對齊問題。

摘要也說，LKValues 的微調讓 Qwen 系列模型在英文與 Sinhala 兩邊都有改善，包含減少 invalid outputs，以及降低跨語言差異。不過，這些提升會依模型家族而異，代表這不是一招通吃的通用解法。

要注意的是，摘要沒有公開完整 benchmark 數字。沒有具體 accuracy、win rate 或其他分數，所以如果你想比較不同模型到底提升多少，還是得回去看全文。

即便如此，這篇的結果已經夠具體：它證明文化特定的對齊管線，至少能在部分開源模型上改善表現，同時也能揭露不同模型家族之間的落差。

對開發者有什麼實際影響

如果你在做多語助理、內容審核，或是公共部門系統，這篇的提醒很直接：alignment 不是一個全球通用模板。模型在英文通用測試上看似對齊，不代表它在低資源語言或本地價值上也合格。

LKValues 的價值在於，它給開發者一個可重複的流程：先收集在地判斷，再把判斷整理成結構化價值集合，接著做情境式指令資料，最後用對應的 benchmark 檢查模型有沒有真的學到。這比空泛地談「文化敏感」更能落地。

對實作來說，這種方法也比較像一個可移植框架，而不是一次性的資料集。你可以照著這個流程，替不同地區、不同語言，建立自己的在地對齊資料。

不過，摘要沒有說明完整 benchmark 細節，所以如果你要把它直接拿進產品流程，還是需要自己補上領域測試，不能只靠這個套件就下結論。

限制與還沒解完的問題

摘要已經明講，改善效果會受模型家族影響。這表示同一套資料和微調方法，不一定能在不同架構、不同規模、不同訓練設定上得到同樣結果。

另一個限制是範圍。這篇研究聚焦的是斯里蘭卡社會價值，不是萬用的 alignment 理論。這讓它更在地，但也意味著它的代表性，取決於問卷與建構流程本身。

還有一個實務問題是，news-derived 的情境式資料，能不能完整反映真實部署場景。摘要沒有說 benchmark 是否涵蓋開發者最在意的所有情境，所以實際上線前，還是要搭配自己的 domain 測試。

即使有這些限制，LKValues 仍然是低資源對齊研究裡很扎實的一種做法：有在地資料、有明確價值、有訓練集，也有能檢查模型是否尊重目標文化的評測。

結語

LKValues 證明，斯里蘭卡的價值對齊可以被整理成一套具體資源，並且真的能幫部分 Qwen 系列模型改善跨語言與無效輸出問題。

對做多語 AI 的團隊來說，這篇的訊息很簡單：如果要對齊的是在地價值，資料也得是在地的。