Mistral-medium

研究发现 LLM 生成有偏见的职业个人形象

一项新近发表在 arXiv 上的研究分析了四个主要大型语言模型（包括 GPT-4 和 Gemini 2.5）生成的超过 150 万个职业个人形象。研究发现，与现实世界数据相比，这些模型倾向于创建多样性较低的人口统计学代表，常常将职业压缩成单一的占主导地位的形象。审计显示，白人和黑人劳动者的代表性持续不足，而西班牙裔和亚裔劳动者的代表性则过度，偏见加剧了现有的职业隔离，在某些情况下甚至导致某些人口群体几乎被抹去。