待验证50% 置信观点精确时间
大语言模型的训练数据存在人口偏差，英语互联网用户和受教育程度较高群体被过度代表，老年人、农村群体、非主流语言使用者被匮乏代表
1
来源数
50%
置信度
长期有效
时效性
2026/9/28
首次发现
来源
涉及实体
相关事实
待验证主流大语言模型训练语料库中英语内容通常超过50%，导致非英语语言表现存在显著差距71% 相似待验证非英语使用者在获取信息、参与讨论、建立跨文化连接方面处于系统性劣势，形成'数字语言鸿沟'71% 相似待验证具备大规模语言模型预训练经验的研究员全球不超过数百人，供给极度稀缺71% 相似待验证主流大语言模型训练语料中，英文数据占据压倒性比例，以Common Crawl等公开数据集为例，英文内容通常占总量的40%-60%，而越南语、中文等语言的占比往往不足5%70% 相似已验证许多模型的安全对齐在非英语语言中表现显著下降，低资源语言尤其容易被利用，因为RLHF对齐训练的人类标注数据高度集中在英语上69% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/957157API
curl https://kongchang.com/api/v1/knowledge/claims/957157MCP
get_claim(id=957157)