本文提出了skew和stereotype两个度量标准，分析了上下文语言模型在WinoBias代词消解任务中的性别偏见，并探讨了两种减少偏见的方法：在线方法和基于增强性别平衡数据集的BERT微调。研究表明，现有基准未能充分检测专业偏见。

大型语言模型（LLMs）在不同语言描述的任务中可能表现出语言歧视。研究发现，LLMs对英语、法语、俄语和西班牙语的查询表现更好，而对其他语言的查询表现较差。为了减轻语言歧视，研究提出了一种基于相似度的投票机制LDFighter，它能提供一致的服务。评估结果显示，LDFighter显著降低了成功越狱的概率，并改善了响应质量。

语音克隆模型是否能准确捕捉到“同性恋语音”并引发辩论。合成音频与实际同性恋说话人的语音风格差距越大，辨别度下降。改进这类模型的能力涉及风险，并引发对建模酷儿语音伦理道德性的讨论。采集“干净”酷儿数据存在安全和公平问题，相关技术可能带来伤害。

大型语言模型如ChatGPT正在改变心理学研究方式，强调模拟人类认知和行为的潜力。该论文讨论了这些模型在心理学中的能力和挑战，提供了创新工具用于文献综述、实验设计等。研究人员应负责任地使用这些模型，并考虑其伦理影响和局限性。

Google News Initiative致力于支持建立更具包容性的新闻社区，本月关注LGBTQIA+代表性。The News Minute的编辑Ragamalika Karthikeyan分享了成为酷儿记者的意义，以及他们与Inqlusive Newsrooms项目的工作。该项目旨在改变媒体报道LGBTQIA+问题的方式，制定媒体参考指南并进行培训。他们还创建了导师计划，以培养想要撰写酷儿故事的记者。