研究人员开发了新的数据集和评估方法，以评估和减轻语言模型中的反LGBTQ+偏见，重点关注荷兰语和德语背景。这些努力解决了除英语之外此类偏见研究不足的问题，创建了包含社区来源刻板印象的文化适应基准。虽然初步评估显示一些模型表现出明显的偏见，特别是针对跨性别者和非二元性别身份，但对多样化内容进行微调可以减少这些问题，尽管并非在所有模型和身份上都能始终如一。 AI
影响 强调了需要特定文化的数据库来确保公平性并减少AI系统对不同语言社区造成的伤害。
排序理由 该集群包含在arXiv上发表的两篇学术论文，详细介绍了用于评估和减轻语言模型中偏见的新数据集和方法论的创建。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2609.02651v1 Announce Type: new Abstract: While English language models have been widely examined for anti-queer bias, Dutch models remain understudied. To address this gap, we developed a culturally and linguistically adapted Dutch dataset based on the English WinoQueer be…
arXiv:2608.30884v1 Announce Type: cross Abstract: While gender and racial biases in language models have been widely studied, anti-LGBTQ biases remain underexplored, particularly beyond English. Existing benchmarks often do not capture cultural and linguistic variation and rely o…