本研究探讨了语言模型中的性别刻板印象,提出了一种局部对比编辑方法,能够识别并修改与性别偏见相关的权重。实验结果表明,该方法有效控制性别偏见,为理解和管理语言模型中的偏见提供了新思路。
完成下面两步后,将自动完成登录并继续当前操作。