新框架揭示了中国大型语言模型中系统性的区域偏见

一个名为“刻板印象到决策”（Stereotypes-to-Decisions, S2D）的新框架已被开发出来，用于系统地评估大型语言模型（LLMs）中的区域偏见。该框架评估了中国所有34个省级行政区内的六种不同LLMs，考察了与温暖度和能力相关的刻板印象，以及在教育、职业和社会互动中的决策。研究发现，模型中存在显著且一致的区域偏见，这些偏见与区域发展指标相关，并呈现出混合的人类刻板印象。无论提示是中文还是英文，这些偏见在很大程度上都持续存在，凸显了LLMs中区域偏见的普遍性和系统性。 AI

影响 强调了需要更具区域意识的大型语言模型评估和缓解策略，以解决普遍存在的偏见。

排序理由 学术论文，介绍了一个评估大型语言模型偏见的新框架。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

• arXiv
• China
• Education
• English
• large language models (LLMs)
• Occupation
• Social Interaction
• Standard Chinese
• Stereotypes-to-Decisions (S2D)
• Warmth

• 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 →