★ 3
中文大模型社交媒体表达中的社会偏见研究
研究构建了 73 组跨性别、地域、职业的配对探针，考察网络俚语、表情符号和讽刺对中文大模型社会偏见评估的影响。六个中文大模型均表现出显著身份偏见，且讽刺表达下的低分不应被直接解读为偏见缓解。
arXiv NLP19 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究构建了 73 组跨性别、地域、职业的配对探针，考察网络俚语、表情符号和讽刺对中文大模型社会偏见评估的影响。六个中文大模型均表现出显著身份偏见，且讽刺表达下的低分不应被直接解读为偏见缓解。
研究指出大语言模型在自适应探索过程中可能发展出新的社会偏见，而非仅复制训练数据中的偏见。该发现对 AI 伦理和公平性有重要意义，但当前关注度较低。