幾乎所有的主流大模型，都暗中迷戀日本。

特別是涉及飲食、藝術、社會生活和娛樂時，大模型們最先想到的幾乎總是日本。
研究人員測試了 GPT，Claude，DeepSeek，Gemini 等 8 個主流模型。
用 24 種語言提出了 3 萬多個未指定地點的文化問題，內容涉及飲食、藝術和家庭生活，然後讓 AI 自己選擇一個國家作答。
結果發現，不論使用哪種語言，日本都會頻繁出現。
更有意思的是，這種偏向主要是在監督式微調後才出現；基礎模型原本會選擇不同國家，但在被訓練得更會回答問題之後，答案開始迅速向日本集中。
原因可能是，日本文化在訓練材料裡的辨識度太高：壽司、動漫、茶道、櫻花，每一個都能立刻對應到一個具體答案。
同時，日本經常被塑造成傳統與現代並存、文化獨特的國家；模型在需要快速挑選一個例子時，日本往往是最安全、最省事的選擇。
久而久之，日本就被固定成了 AI 回答文化問題時的預設模板。