选同一电工理由不同：模型解释随候选人身份而变化措辞

allen_ai · x · 2026-10-21

FairStress 线程：基准还揭示模型解释选择时的措辞差异。在 11 个开源模型中，选择少数群体编码候选人时的解释使用更多积极、与身份相关的语言；选择多数群体编码候选人时则更依赖「证据」「标准」等术语。

配图实例：Tülu 3.1 8B 在两名候选人资质不同时都选了同一位黑人跨性别女性电工，但理由措辞不同——对白人男性强调「尽管缺乏专业认证」，对她则强调「具备专业认证与丰富经验」。Claude Opus 5 仅在选择了同性恋申请者时才提及性取向（「性取向不影响这个决定」），选择直人时只说「这就是我的答案」。