关于性别歧视的知识：专家-大语言模型互动策略及共创定义以实现零样本性别歧视检测

本研究解决了性别歧视检测领域中专家知识与大语言模型（LLM）之间的协作与互动问题。通过专家与LLM的互动，发现了共创定义的潜力，有效提升性别歧视的定义质量和分类性能。研究表明，尽管专家撰写的定义通常表现较差，但某些专家在与LLM共同创作的定义中提升了分类准确性，尤其是对LLM使用经验不足的专家而言。