多项研究探讨大语言模型的文化价值观对齐，发现模型在特定文化语言提示下文化一致性更高，但存在西方中心偏见，并高估非西方国家的保守性。研究提出人类学提示、A2EHV评估、CultureLLM微调等方法以提升跨文化对齐，强调需更平衡的多语言预训练数据来代表人类经验的多样性。

多项研究分析大语言模型的政治偏好，发现多数对话模型在政治测试中偏左，可能源于预训练、微调或强化学习阶段。模型能捕捉情绪与道德差异，但立场检测较弱，且存在西方中心偏见，对非西方国家价值判断失准。模型输出还受提示格式、选项顺序和用户政治倾向影响，易加剧情感极化与过滤泡沫。