一篇新的研究论文探讨了大型语言模型中的偏见如何在多个AI智能体进行交流时涌现、传播和加剧。该研究提出了一个衡量这些偏见的框架，发现交流会引入显著的新偏见，影响很大比例的智能体，并放大现有的刻板印象。研究还强调了这些多智能体系统容易受到偏见注入攻击，而目前的防御措施保护有限。 AI
影响 凸显了协作式AI系统中偏见放大的风险，可能影响应用中的公平性。
排序理由 关于AI安全和偏见的学术论文。[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 →
arXiv:2510.10943v2 Announce Type: replace-cross Abstract: Bias in large language models (LLMs) remains a persistent challenge, often leading to stereotyping and unfair treatment across social groups. While prior work has mainly focused on individual LLMs, the emergence of multi-a…