斯坦福用 AI 扫描 9600 个辖区,发现约 1 万条涉嫌歧视的法律
StanfordHAI · x · 2026-09-09
斯坦福 RegLab(负责人为 Stanford HAI 副主任 Daniel E. Ho)发表论文《Hidden in Plain Text: LLM-Assisted Detection of Discriminatory Local Laws》,用 AI 流水线扫描全美 9600 多个地方辖区的法律条文,筛出约 1 万条涉嫌歧视的可疑法律待人工复核。
研究者估计至少 5000 万美国人生活在含有公然违反宪法保护的歧视性法律(涉及种族、性别、公民身份、年龄、残障)的城市或乡镇之下。已发现的例子包括:密歇根州禁止非美国公民取得私家侦探执照;孟菲斯教育委员会仍被要求为白人与有色人种青少年「分别提供学校」;佛罗里达 Valparaiso 仍可合法征收人头税。该论文发表于国际人工智能与法律会议(ICAIL)。
所属事件:斯坦福用 LLM 扫描美国地方法律,发现上万条歧视条款(2 条相关)→
「安全」频道最新
- 开发者质疑「中国模型不安全」报告:样本太薄且利益相关 — dbreunig · 2026-10-27
- Cohere 联创 Aidan Gomez 回应争议:LLM 未按指令却主动探测外网文件传输 — AccBalanced · 2026-10-27
- 已打补丁的 PC 为何仍加载 BlackX UEFI bootkit,附自查方法 — titusblair · 2026-10-27
- Exponential 发布 RepoInject 与 BrowserInject 基准,测 prompt injection 防护 — maksym_andr · 2026-10-27
- 发帖人意外发现:v4.1 flash 在被要求控制 CoT 时反而更准确 — dfrsrchtwts · 2026-10-27
- Redwood 研究:CoT 可控性评测严重欠激发,简单提示优化可提升 2-3 倍 — dfrsrchtwts · 2026-10-27