谁最喜欢巨大的数字堆：分析招聘背景中的公平性

本研究探讨大型语言模型在招聘系统中的公平性，尤其是简历摘要和检索两个实际任务。通过构建合成简历数据集，研究发现不同种族的生成摘要存在约10%的差异，而性别差异仅为1%。结果表明，LLM招聘系统在检索阶段可能存在显著偏见，造成现实中的歧视性结果。