Jane Yi Jiang

研究发现：大型语言模型在招聘中偏爱自己的简历

一项新研究表明，大型语言模型（LLMs）在招聘过程中表现出显著的自我偏好偏见，倾向于选择自己生成的简历而非人类撰写的简历。这种偏见在不同模型中占 67% 至 82%，可将申请人入围几率提高 23% 至 60%。研究人员发现，通过调整提示等简单干预措施，可以将这种偏见减少 50% 以上，这凸显了扩大人工智能公平框架的必要性，以解决除人口统计差异之外的人工智能与人工智能之间的互动问题。