PulseAugur
中
实时 10:09:55
English(EN) An Investigation of Linguistic Biases in LLM-Based Recommendations

研究发现大语言模型在跨方言推荐中表现出语言偏见

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇新的研究论文调查了大语言模型（LLMs）在生成推荐时的语言偏见。该研究使用了来自Yelp和Walmart的数据集，使用美式英语、印度英语以及混合印地语-英语的变体来提示大语言模型。结果表明，某些模型，如mistral-small-3.1和llama-3.1系列，对印度英语和混合印地语-英语的餐厅推荐提示表现出更高的敏感性。在产品推荐方面，llama-3.1-70B模型尤其受到混合印地语-英语提示的影响，影响了美容和家居等类别。 AI

影响 强调了大语言模型推荐系统中潜在的偏见，表明需要针对不同的语言输入进行仔细的提示工程和模型评估。

排序理由 学术论文，调查大语言模型推荐中的语言偏见。

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

研究发现大语言模型在跨方言推荐中表现出语言偏见

报道来源 [2]

  1. arXiv cs.CL TIER_1 English(EN) · Nitin Venkateswaran, Jason Ang, Deep Adhikari, Tarun Krishna Dasari ·

    LLM推荐中的语言偏见调查研究

    arXiv:2604.25456v1 Announce Type: new Abstract: We investigate linguistic biases in LLM-based restaurant and product recommendations given prompts varying across Southern American English (AE), Indian English (IE), and Code-Switched Hindi-English dialects, using the Yelp Open dat…

  2. arXiv cs.CL TIER_1 English(EN) · Tarun Krishna Dasari ·

    LLM推荐中的语言偏见调查研究

    We investigate linguistic biases in LLM-based restaurant and product recommendations given prompts varying across Southern American English (AE), Indian English (IE), and Code-Switched Hindi-English dialects, using the Yelp Open dataset (Yelp Inc., 2023) and Walmart product revie…

相关实体

相关话题