本文探讨大型语言模型（LLMs）中的社会偏见，分析了问题引导对偏见的影响，并提出了多种评估和减轻偏见的方法。研究表明，模型的偏见与文化、年龄和性别相关，强调在使用LLMs进行决策模拟前需评估其稳健性。此外，介绍了BiasBuster框架，旨在发现和减轻认知偏见，并提供有效的去偏置策略。