研究显示，视觉-语言模型在图像理解中存在西方偏见。多文化图像评估发现，这些模型在西方文化任务上表现更好。实验强调预训练中使用多样语言的重要性，以实现公平的模型。尽管使用目标文化语言提示可以减少偏见，但无法替代全球语言代表性的AI。

研究显示，视觉-语言模型在图像理解中存在西方偏见。通过评估多元文化的图像和注释，发现这些模型在西方文化任务上表现更佳。实验强调预训练中使用多样语言的重要性，以构建更公平的模型。虽然使用特定文化语言提示能减少偏见，但无法替代全球语言代表性。

这项研究发现视觉-语言模型在图像理解中存在西方偏见，通过对文化多样的图像进行评估，发现VLMs在西方子集上表现更好。控制实验强调了多样语言混合的重要性，使用目标文化语言进行提示可以减少偏见，但不能替代构建更具世界语言代表性的人工智能。