English(EN) MBBQ: A Dataset for Cross-Lingual Comparison of Stereotypes in Generative LLMs

新的MBBQ数据集揭示了跨语言大语言模型刻板印象的差异

作者 PulseAugur 编辑部 · [1 个来源] · 2026-10-16 04:00

研究人员推出了MBBQ，一个旨在评估不同语言生成式大语言模型中刻板印象的新数据集。MBBQ是英文BBQ数据集的扩展，现已包含荷兰语、西班牙语和土耳其语，并附带一个用于独立衡量任务表现（不受偏见影响）的对照数据集。研究发现，即使在考虑了文化差异后，一些非英语语言也比英语表现出更多的偏见，并且大多数模型都存在显著的跨语言偏见行为差异。 AI

影响强调了在大语言模型中进行多语言偏见评估的必要性，可能影响未来的模型开发和安全调优。

排序理由该集群描述了一个新的学术数据集和研究论文，重点关注大语言模型偏见的评估。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

本文如何被排名

Signal score: 17 / 100; Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket: Tool; 该集群描述了一个新的学术数据集和研究论文，重点关注大语言模型偏见的评估。[lever_c_demoted from research: ic=1 ai=1.0]
Source corroboration: Single-source cluster; Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics: paper, safety; Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance: High; Clearly on-topic for AI-industry coverage.
Story freshness: Breaking (< 6h); Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

arXiv cs.CL TIER_1 English(EN) · Vera Neplenbroek, Arianna Bisazza, Raquel Fern\'andez · 2026-10-16 04:00

MBBQ：用于生成式大语言模型跨语言刻板印象比较的数据集

arXiv:2406.07243v4 Announce Type: replace Abstract: Generative large language models (LLMs) have been shown to exhibit harmful biases and stereotypes. While safety fine-tuning typically takes place in English, if at all, these models are being used by speakers of many different l…

本文如何被排名

报道来源 [1]

MBBQ：用于生成式大语言模型跨语言刻板印象比较的数据集

相关实体

相关话题