本研究分析了播客中的男性默认性别偏见，提出了双重框架分析性别化话语的方法。研究发现，男性话语模式在大语言模型中更为稳定，导致男性在相关任务中表现更佳，从而造成代表性伤害。

本研究探讨大型语言模型（LLMs）对性别包容语言的处理，发现英语存在男性偏见，而德语中的偏见更为明显，强调了模型公正性的重要性。