本研究探讨了大型语言模型（LLMs）在性别、职业等敏感类别上的社会偏见问题，并提出了一种去偏见机制，通过利用美国国家劳动统计局（NBLS）数据来减轻偏见。实证研究结果显示，去偏见方法显著降低了偏见评分，促进了模型的公平性和可靠性。