Aug 4, 2026 · ArtECulture
ArtECulture: Benchmarking Culture-Conditioned Visual Emotion Understanding in Multimodal Large Language Models
ArtECulture 基准包含 6,792 件艺术品，覆盖英语、中文和阿拉伯文化，提供文化特定的情感标签和解释。16 个多模态大语言模型在零样本设置下评估，最佳模型准确率低于 50%。
EVENT STORY
Development
- First ReportArtECulture: Benchmarking Culture-Conditioned Visual Emotion Understanding in Multimodal Large Language ModelsarXiv cs.CL
- Current Assessment该研究强调文化多样性在情感 AI 中的重要性，现有模型在非西方文化内容上表现不佳，可能影响全球部署。基准的平衡设计为评估模型文化适应性提供了标准，推动更包容的 AI 发展。Agent Pulse · analysis
ArtECulture 基准测试引入文化条件视觉情感理解任务，预测图像的文化特定情感感知并解释理由。现有基准因个体注释不一致和文化覆盖不均而受限。ArtECulture 包含 6,792 件艺术品，覆盖英语、中文和阿拉伯文化，平衡西方和非西方内容。评估 16 个开源和闭源多模态大语言模型，最佳模型准确率低于 50%，表明任务具有挑战性。
该基准揭示了多模态大语言模型在文化条件视觉情感理解上的不足，最佳准确率低于 50%。检索增强框架通过概念级文化情感知识库注入显式文化知识，无需额外训练即可提升性能，表明外部知识注入是提升文化敏感性的有效途径。
该研究强调文化多样性在情感 AI 中的重要性，现有模型在非西方文化内容上表现不佳，可能影响全球部署。基准的平衡设计为评估模型文化适应性提供了标准，推动更包容的 AI 发展。
对于面向全球用户的情感分析产品，文化适应性是差异化关键。该基准提供评估工具，帮助企业识别模型在多元文化中的短板，指导数据收集和模型调优，降低文化误解风险。
未来可期待更多文化覆盖的基准和模型改进，检索增强框架可能成为标准方法。可验证信号：后续研究是否采用类似知识库方法，以及模型在 ArtECulture 上的准确率是否提升。