最近的一项分析探讨了大型语言模型如何形成对用户的看法，以及这些看法是否会影响其行为。像 Llama-3.2-3B 和 Qwen2.5-7B 这样较小的开源模型表现出刻板印象化的回应，认为较高的社会经济地位会导致薪资建议显著增加。然而，像 GPT-5.6、Gemini 3.1 Pro 和 Claude Opus 5 这样的前沿模型，虽然在生成角色时仍显示出潜在的刻板印象，但在提示不同时，并不总是将这些偏见应用于用户互动。研究发现，虽然模型可以生成反映性别和种族刻板印象的角色，但除非提示明确触发，否则这些偏见并不总是会转化为面向用户的行为。 AI
影响 探讨了 LLM 偏见如何在用户互动中体现出来，强调了仔细提示和模型微调的必要性。
排序理由 分析 LLM 行为和偏见的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
