利用以国籍为基础的个人形象剖析国家认知变化
原文中文，约400字，阅读约需1分钟。发表于：。该研究探索了当特定国籍背景赋予语言模型时对不同国家的知觉如何改变，并发现所有 LLM - 国籍组合倾向于偏爱西欧国家，同时国籍背景也影响 LLM 对本地区的关注和正面态度。然而，对于东欧、拉丁美洲和非洲国家，不同国籍背景赋予的知觉较为消极。该研究揭示了 LLM 在接受不同国籍背景赋予时如何体现偏见和刻板印象，并强调了在全球范围内开发机制以确保 LLM 在公正方面不过度概括的重要性。
本文研究了大型语言模型（LLMs）中存在的偏见，特别是与社会群体的刻板属性相关的偏见。研究发现LLMs将非洲裔、亚洲裔和拉美裔美国人描绘为比白人更具同质性，女性比男性更具同质性，但差异较小。性别的影响在种族/民族群体中存在差异。研究推测这种偏见可能放大未来LLM训练中的偏见并强化刻板印象。
