一项发表在arXiv上的新研究通过检查多模态大语言模型(LLMs)与音乐器的关联,调查了其中的性别偏见。研究人员开发了Symphony-Bias数据集,该数据集包含22种乐器的文本、视觉和音频模态,并测试了十种不同的LLM。研究结果表明,92%的模型关联与现有的关于性别化乐器的社会科学研究一致,其中竖琴和鼓在所有模态中表现出特别一致的偏见。研究还观察到,性别偏见在音频中最为微弱,在视觉中较强,在文本中最为明显。 AI
影响 强调了多模态大语言模型如何强化社会性别刻板印象,尤其是在文本和视觉模态中,影响AI系统感知和表征性别关联的方式。
排序理由 该集群包含一篇详细介绍多模态大语言模型偏见研究结果的研究论文。
在 Hugging Face Daily Papers 阅读 →
- Audio
- drum kit
- female
- harmonica
- male
- multimodal LLMs
- musical instruments
- non-binary person
- plain text
- Symphony-Bias
- Symphony of Bias
- visual perception
- arXiv
- Hugging Face Daily Papers
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →