★ 4
研究：GPT、Claude、Gemini 对乌克兰战争回答随语言变化
研究用112种语言向GPT、Claude和Gemini提出20条关于乌克兰战争的陈述，收集67200条回答，发现不同语言下亲俄与亲乌回答比例存在差异。该模式与各国公众对俄态度、联合国投票及对乌援助相关，提示信息战可能通过训练文本影响模型并传播地缘政治偏见。
arXiv cs.AI45 天前
#偏见
共 7 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 4
LLM自动驾驶继承人类行人让行偏见
新基准测试发现，LLM和VLM在行人让行决策中受性别、种族、宗教等因素影响，表现出与人类相似的偏见。研究提出“一切平等”和“自一致性”测试方法，质疑“常识”模型范式，并强调需要解决下游偏见问题。
arXiv cs.AI61 天前
★ 4
研究：大模型城市安全判断受社区名称污名影响
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。
arXiv cs.AI66 天前
★ 3
研究：GPT-4o 在 ADHD 自诊断中受性别线索影响
论文将情境关联测试（CAT）改造后用于零样本 ADHD 自诊断场景，考察 GPT-4o 是否对性别化关联作出反应。结果显示显式性别线索会放大某些 ADHD 亚型关联，隐式线索则接近真实分布，提示模型的偏见缓解机制可能过度校正。研究强调评估 LLM 医疗自诊断中的性别偏见需关注模型编码的人口学关联。
arXiv NLP6 天前
★ 3
CuBEs：文化情境化行为评估与「文化盲」LLM评判者的局限
论文提出 CuBEs 框架，将文化情境注入LLM行为测试场景与评估流程，并构建覆盖12种文化的人工标注数据集。对13个开源与闭源模型评估发现，文化情境会显著改变谄媚、偏见等行为的表现，非西方情境会暴露宗教、殖民等不同偏见维度。研究指出文化无关的通用评估无法捕捉这些差异，呼吁全球部署采用文化情境化测…
arXiv cs.AI28 天前
★ 3
思考能提升公平性吗？推理 token 的双面效应
论文通过 QwQ-32B、DeepSeek-R1-Distill-Qwen-32B 与 Qwen3-32B 的思考/非思考消融实验，在 Adult、COMPAS、Credit 三个高风险决策任务上发现：思考对反事实公平性有非对称双重效应，既消除部分偏见翻转，也在接近饱和置信度下制造新翻转。九种模型…
arXiv cs.AI35 天前
★ 2
FromHebrew网站揭示AI翻译中的审查问题
FromHebrew项目通过对比展示AI翻译在希伯来语内容中出现的审查或删改现象，引发对AI翻译工具内容过滤的讨论。该案例凸显语言模型在敏感内容处理上的透明度与偏见问题。
Hacker News – AI17 天前