★ 3
研究：六大前沿模型误判作者年龄，置信度高达 88% 却接近随机
论文用三名学生回答同一道「幸福是什么」考题，测试 Claude Fable 5、Gemini 3.1 Pro、GPT-5.6 Sol、Grok 4.5、GPT-4o、DeepSeek V4 六款模型对作者年龄的匹配能力。六个模型中有三个准确率接近随机（1/3），却自报 73%-88% 置信度；17…
arXiv NLP7 天前
#刻板印象
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 1
Show HN：用LLM生成各国刻板印象男女面孔
开发者发布「imaginary-faces」项目，用 LLM 生成每个国家最具刻板印象的男性与女性面孔图像，以可视化方式呈现 AI 模型中的地域性别偏见。
Hacker News – LLM17 天前
这个主题的相关资产
相关公司深度求索（DeepSeek）1