PulseAugur
中
实时 09:46:57
English(EN) Language Shapes Mental Health Evaluations in Large Language Models

大型语言模型在心理健康评估中表现出语言偏见

作者 PulseAugur 编辑部 · [1 个来源] ·

arXiv上发表的一项新研究表明，多语言大型语言模型在心理健康评估中会根据提示语言表现出偏见。研究人员发现，在使用GPT-4o和Qwen3-32B等模型时，与英文提示相比，中文提示会引发更高的污名化分数和更保守的抑郁严重程度判断。这表明大型语言模型在敏感领域不会跨语言应用一致的评估标准，可能导致心理健康评估中的低估错误。 AI

影响 强调了在心理健康等敏感应用中仔细评估多语言大型语言模型的必要性，以确保跨语言的一致性和无偏见的性能。

排序理由 学术论文，详细介绍大型语言模型行为的研究发现。[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 →

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Jiayi Xu, Xiyang Hu ·

    Language Shapes Mental Health Evaluations in Large Language Models

    arXiv:2603.06910v2 Announce Type: replace Abstract: Multilingual large language models (LLMs) are increasingly used in socially sensitive mental health contexts, including support chatbots, screening, and content moderation. This raises a reliability question: do semantically equ…

相关实体

相关话题