研究发现多模态大语言模型延续了音乐器与性别的关联偏见

一项题为“偏见交响曲”的新研究，探讨了多模态大语言模型中音乐器与性别的关联。研究人员开发了一个名为 Symphony-Bias 的数据集，涵盖文本、视觉和音频，以评估十种不同的模型。研究结果表明，92%的器乐层面的结果与现有的关于性别化乐器刻板印象的社会科学研究一致，其中竖琴和鼓在所有模型和模态中表现出特别一致的关联。研究还观察到，性别偏见在音频中最不明显，在视觉中更明显，在文本中最强，这表明特定模态的表征会放大这些关联。 AI

影响 强调了大语言模型如何强化社会性别刻板印象，尤其是在多模态环境中，并敦促对偏见缓解进行进一步研究。

排序理由 学术论文，详细介绍了关于大语言模型偏见的研究结果。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• audio
• female
• male
• multimodal LLMs
• musical instruments
• non-binary person
• text
• Symphony-Bias
• Symphony of Bias
• vision

• 论文
• 安全

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