研究：大模型城市安全判断受社区名称污名影响
原文标题：Is Your Neighborhood Safe? Place-based Stigma in Large Language Models' Urban Safety Judgments
重要度 4/5 · AI 综合评估报道影响力与新鲜度，4–5 分为高价值资讯。
研究调查了七个指令调优模型在洛杉矶和芝加哥186个街区的安全判断，发现模型对街区名称的依赖超过实际地理坐标，且名称效应与少数族裔比例相关，即使控制犯罪和收入后仍存在。模型的地理知识越强，对真实街区的刻板印象越强。研究对LLM在建议和决策支持中的应用有启示。
- 问题
- 大模型的城市安全判断是否基于实测风险，还是受街区名称带来的刻板印象影响。
- 方法
- 在坐标、名称、名称加坐标三种条件下探测七个指令模型对186个街区的安全评分。
- 结果
- 六个模型坐标条件下评分近乎平坦，名称效应与少数族裔比例相关，控制犯罪与收入后仍存在。
- 影响
- 用于选址、租房、出行建议的LLM可能放大地域偏见，产品落地需警惕名称驱动的歧视性输出。
AI 处理过程展开/收起
相关推荐
OpenAI 宣布数学、计算机科学、物理学三项新发现
AI 摘要OpenAI 宣布在调和分析、复杂性理论和量子场论三个方向取得新发现，并采用与学术界合作的新方法。公司邀请外部专家组织团队理解研究结果，参与者无需签署保密协议、可自由讨论并发表结论，且为自愿无报酬。OpenAI 表示不会为内部模型产生的发现寻求学术署名。
数学家称需数年消化 OpenAI 最新数学成果
AI 摘要OpenAI 本周突然发布近 400 项 AI 生成的数学成果，分布在 700 多份手稿中，覆盖组合数学、几何、数论等多个领域。多位数学家表示「震惊」「难以置信」，认为仅理解这些成果就需数年，且验证程度参差不齐。
OpenAI 公布数学难题突破成果
AI 摘要OpenAI 发布由未公开前沿模型生成的 722 篇数学手稿，覆盖 372 个成果族，声称解决了数百个长期未解问题，并公开 Lean 形式化证明与算力估算。此举延续了 AI 冲击数学界的势头，也引发研究伦理与学术规范的争议。独立顾问组织 AGMAI 呼吁实验室通过正规学术渠道发布成果，而非将其当作营销工具。
OpenAI 再抛数学突破成果引争议
AI 摘要OpenAI 公布 722 篇手稿，称未发布的前沿模型解决了数百个数学开放问题，平均每个结果消耗约三小时 ChatGPT Pro 级算力。成果虽令人震撼，但数学界对发布方式、研究伦理与学术规范提出质疑。AGMAI 建议实验室及时通过正规渠道披露模型、提示词与算力成本，避免把成果当作营销手段。