PulseAugur
中
实时 10:29:40
English(EN) Large Language Models Reproduce Racial Stereotypes When Used for Text Annotation

研究发现大型语言模型在文本标注时会复制种族刻板印象

作者 PulseAugur 编辑部 · [1 个来源] ·

一项已撤回的研究论文发现，大型语言模型（LLMs）在用于文本标注时会复制种族刻板印象。在19个大型语言模型和超过400万次的标注判断中，该研究显示，与黑人相关的名字被评为更具攻击性，而与亚裔相关的名字则被认为更聪明但社交性较差。研究还表明，与标准美式英语相比，非裔美国人白话英语的文本被评为不够专业且更具毒性。 AI

影响 凸显了将社会偏见嵌入AI驱动的标注系统的风险，可能影响研究、内容审核和招聘。

排序理由 关于大型语言模型偏见的研究论文。[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 →

研究发现大型语言模型在文本标注时会复制种族刻板印象

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Petter T\"ornberg ·

    大型语言模型在用于文本标注时会重现种族刻板印象

    arXiv:2603.13891v2 Announce Type: replace-cross Abstract: Large language models (LLMs) are increasingly used for automated text annotation in tasks ranging from academic research to content moderation and hiring. Across 19 LLMs and two experiments totaling more than 4 million ann…

相关实体

相关话题