**CulturalRiddles：首个涵盖 62 种文化的多语言谜语基准测试，揭示大模型文化理解短板**

_CulturalRiddles: A Multicultural Benchmark of Riddles_

> 针对现有基准测试英语中心化及重事实轻应用的问题，研究团队推出了由社区共创的 CulturalRiddles 基准。该基准包含 62 种文化（45 个国家，51 种语言）的原生谜语，深度依赖文化背景与推理能力。测试显示，即便是前沿大模型在部分文化社区中的准确率也仅为 22%，凸显了 AI 在跨文化理解上的显著不足。项目已公开所有数据并开放贡献通道。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-22 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.29968)