PulseAugur
实时 14:29:51
English(EN) "Not in My Backyard": LLMs Uncover Online and Offline Social Biases Against Homelessness

大型语言模型在新研究中揭示了针对无家可归者的社会偏见

研究人员开发了一种新的方法,利用大型语言模型来识别和追踪针对无家可归者的社会偏见。他们创建了一个包含线上线下文本的大型数据集,其中包括社交媒体帖子和市议会记录,并由人类评分员和GPT-4.1进行标注。研究发现,虽然大型语言模型可以检测偏见,但它们表现出显著的校准失误,常常误将住房相关词汇和提问方式解读为“不在我的后院”主义的指标。 AI

影响 这项研究提供了一种监测公众对弱势群体偏见的新颖方法,可能为政策制定和社会干预提供信息。

排序理由 该集群基于一篇学术论文,该论文详细介绍了使用大型语言模型进行偏见检测的新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

大型语言模型在新研究中揭示了针对无家可归者的社会偏见

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Jonathan A. Karr Jr., Benjamin F. Herbst, Matthew L. Sisk, Xueyun Li, Ting Hua, Matthew Hauenstein, Georgina Curto, Nitesh V. Chawla ·

    “不在我家后院”:大型语言模型揭示线上线下针对无家可归者的社会偏见

    arXiv:2508.13187v4 Announce Type: replace-cross Abstract: Homelessness is a persistent social challenge, impacting millions worldwide. Over 876,000 people experiencing homelessness (PEH) were recorded in the U.S. in 2025. Social bias is a significant barrier to alleviating homele…