文化无捷径：面向复杂文化理解的印尼多跳问答

理解文化需要跨越语境、传统和隐性社会知识进行推理，而非仅仅回忆孤立事实。然而，现有文化问答基准多依赖单跳问题，导致模型可能利用浅层线索而非展示真正的文化推理。本文提出了 ID-MoCQA，这是首个基于印尼传统的大规模多跳问答数据集，提供英印双语版本。我们提出了一种新框架，能将单跳文化问题系统性地转化为涵盖六类线索（如常识、时间、地理）的多跳推理链。通过结合专家审查和“大模型即裁判”过滤的多阶段验证流程，确保了高质量的数据对。评估结果显示，最先进模型在文化推理任务上存在显著差距，尤其是在需要细微推断的任务中。ID-MoCQA 为提升大语言模型的文化能力提供了极具挑战性的基准。