一项新的研究论文介绍了一个多语言基准数据集,旨在评估和减轻语言模型中的反LGBTQ偏见,特别关注德语和英语。该数据集结合了来自德语区酷儿群体的社区来源的刻板印象以及WinoQueer基准测试的翻译版本。对八种不同语言模型的评估显示,它们会延续反酷儿的刻板印象,不同身份和模型之间的偏见程度各不相同。虽然在进步内容上进行微调显示出一些偏见减少,但并非对所有模型和身份都有效。 AI
影响 强调了在AI模型中进行更具文化敏感性的偏见评估的必要性,可能影响未来的模型开发和安全研究。
排序理由 该集群包含一篇详细介绍用于评估AI模型偏见的新基准的学术论文。[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 →