HInter：揭示大型语言模型中的隐性交叉偏见

本研究针对大型语言模型（LLMs）中存在的交叉偏见问题，提出了一种新颖的检测技术HInter，该技术结合了变异分析、依赖解析和变形 oracle，以自动寻找模型中的隐性偏见。通过对六种LLM架构和18种模型的评估，我们发现14.61%的生成输入揭示了交叉偏见，且依赖不变性显著降低了假阳性的出现，从而强调了对LLMs进行交叉偏见测试的重要性。