다양한 언어 및 지역의 사회적 편견을 반영하는 SeeGULL Multilingual 다국어 스테레오타입 데이터셋을 구축하고 모델 평가에 활용한다.
Generative multilingual models lack cross-cultural considerations in safety evaluations, necessitating a global-scale stereotype dataset like SeeGULL Multilingual.
The author introduces SeeGULL Multilingual, a dataset of global stereotypes, to address the lack of cross-cultural considerations in generative multilingual models' safety and fairness evaluations.