本文评估了大型语言模型在多项任务中的表现，发现模型规模越大，表现越好，但仍不及人类专家。研究揭示了模型在性别和职业偏见方面的倾向，并探讨了对齐过程对输出的影响，强调了在AI开发中需关注公平性和包容性。

本文研究了两个T2I模型的社会偏见问题，发现存在严重的职业偏见和地理位置代表的日常情况。增加提示本身的详细信息可以缓解这些偏差，但可能无法解决其他场景中的差异。

本文研究了两个T2I模型的社会偏见问题，发现存在职业偏见和地理位置代表的日常情况。增加提示本身的详细信息可以缓解这些偏差，但可能无法解决其他场景中的差异。