研究提出 CDP 诊断指标，发现 DeepPersona-Inspired 提示在四个模型与两个调查领域中均出现最强文化扁平化
核心概要
该研究提出文化分歧保持度（CDP）这一基于一次性人工校准、对参考数据依赖较轻的诊断指标，用于识别跨国调查模拟中跨国差异被压缩（文化扁平化）或被放大（文化漫画化）的现象，并在四个大语言模型骨干、三种基于人格设定的提示方法以及世界价值观调查（WVS）与大五人格测试两个调查领域上开展实验，结果显示传统保真度指标与 CDP 之间存在系统性差异：在受控实验中，当跨国差异被削弱或放大时 CDP 单调变化而 JSD 变化相对较小；在对真实模型生成结果的审计中，DeepPersona-Inspired 提示常被传统保真度指标看好，却在每个模型—领域组合中都表现出最强的扁平化。
Figure 1: Motivations of CDP.
arXiv深度剖析
研究提出文化分歧保持度（CDP），将跨国差异的减弱识别为文化扁平化、将跨国差异的增强识别为文化漫画化。 既有基于距离的指标（如 Jensen-Shannon 散度）并不直接刻画跨国差异，CDP 直接量化跨国分歧的衰减或放大，且采用一次性人工校准、对参考数据依赖较轻。 该指标在四个大语言模型骨干、三种基于人格设定的提示方法与两个调查领域（WVS 与大五人格测试）上进行了评估。
传统保真度指标与 CDP 之间存在系统性差异。 受控实验显示，当跨国差异被削弱或放大时，CDP 单调变化，而对应的 JSD 变化相对较小，说明仅看分布内保真度不足以反映跨国差异是否被保留。 结论来自受控实验与对真实模型生成结果的审计两类证据。
在对真实模型生成结果的审计中，DeepPersona-Inspired 提示常被传统保真度指标看好，却在每个模型—领域组合中都表现出最强的扁平化。 这一结果提示，按传统保真度指标选择提示方法可能系统性地偏向那些压缩跨国差异的配置。 该模式在四个模型骨干与两个调查领域构成的每个模型—领域组合中均被观察到。
启示与展望
该工作面向使用大语言模型作为合成调查受访者、并需要估计跨国响应分布的研究与工程场景，适用于跨文化调查模拟的评估环节。CDP 被定位为对保真度指标的补充，而非替代：它直接量化跨国分歧的衰减或放大，因此适合在需要判断跨国差异是否被保留时与 JSD 等指标并用。其校准依赖一次性人工标注，使用者在新的调查领域或新的语言群体上应用时，需要按该设定重新确认校准是否仍然成立。
摘要未给出 CDP 的具体计算形式、人工校准的规模与流程细节，也未报告各模型—领域组合下的具体数值或效应量，因此无法从摘要判断扁平化程度的绝对大小。受控实验中差异被削弱或放大的具体操作方式、以及 JSD 变化“相对较小”的量化标准，也需要查阅正文才能确认。此外，结论基于 WVS 与大五人格测试两个调查领域，其他调查主题或语言群体是否呈现同样的模式，仍是有待检验的开放问题。