大型语言模型（LLMs）在招聘和招生等资源有限的环境中被广泛应用，但可能反映和加剧社会偏见。研究扩展了单轴公平评估，关注交叉偏见，创建了WinoIdentity基准，评估245,700个提示中的50种偏见模式。结果显示，LLMs在某些身份群体上的信心差异可达40%，尤其在反刻板印象的情境中，对双重弱势身份的信心最低。这表明LLMs的表现可能更多依赖于记忆而非逻辑推理。