BriefGPT - AI 论文速递 · 2024-10-20T00:00:00Z A New Interpretability Metric for Explaining Bias in Language Models: Applications in Southeast Asian Multilingual Models 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 研究探讨预训练语言模型中的偏见和可解释性，提出“偏见归因得分”方法。发现东南亚多语言模型存在性别歧视和恐同偏见，尤其在犯罪、亲密关系和互助主题上明显。使用时需谨慎。 🏷️ 标签 models 东南亚 偏见归因 多语言模型 性别歧视 恐同偏见 阅读原文 生成长图 分享链接 已复制链接
