一项最新研究探讨了大型语言模型（LLM）如何形成和利用刻板印象。研究人员发现，像Llama-3.2-3B和Qwen2.5-7B这样的小型开源模型表现出刻板印象行为，例如，当引导至较高的社会经济地位时，薪资建议会增加141%。即使是像GPT-5.6、Gemini 3.1 Pro和Claude Opus 5这样先进的模型，在被要求创建虚构角色时也表现出刻板印象的存在，根据普遍的社会偏见分配性别和种族。然而，当这些角色被呈现为寻求建议的用户时，前沿模型在很大程度上提供了通用回应，未能将内部刻板印象持续转化为量身定制的用户互动。 AI
影响 调查了大型语言模型如何内化并可能利用社会偏见，影响用户信任和公平性。
排序理由 对大型语言模型关于刻板印象的行为进行分析，而非直接发布或产品公告。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
